在剛學pandas時，行選擇和列選擇非常容易混淆，在這裡進行一下討論和歸納
本文的資料**：
import pandas as pd
fandango = pd.read_csv('fandango_score_comparison.csv')
程式設計客棧
原始的資料如下（擷取了一部分）
行選擇pandas進行行選擇一般有三種方法：
第一種，使用類似於python的列表切片
n = fandango[1:3]
從結果可以看到，和python的列表切片一樣，索引號從0開始，選擇了索引號1和2的資料（不包括3）
第二種，按照指定的索引選擇一行或多行，使用loc方法
o = fandango.loc[1]
p = fandango.loc程式設計客棧[1:3]
可以看到，o是乙個series，選擇了索引號為1的那一行資料，注意p，它與第一種的列表索引最大的不同是包含了索引號為3的那一行資料
u = fandango.loc[[1,3]]
這裡按照索引號選擇不連續的行
第三種，按照指定的位置選擇一行多多行，使用iloc方法
在上面的資料中，使用iloc和loc的效果是一樣的，因為索引號都是從0開始並且連續不斷，現在我要刪除索引號為1和2的這兩行
fandango_drop = fandango.drop([1,2], axis=0)
可以看到的確刪除了兩行資料
此時我仍然用loc來索引行號為2的那一行，就會出錯
s = fandango_drop.loc[2]
但是，我使用iloc來進行一次
t = fandango_drop.iloc[2]
看到了吧，iloc[2]的意思是選擇第三行的資料，也就是索引號為4的那一行資料，因為iloc的計算也是從0開始的，所以iloc適用於資料進行了篩選後造成索引號與原來不一致的情況
loc與iloc方法之間還有乙個巨大的差別，那就是loc裡的引數是對應的索引值即可，所以引數可以是整數，也可以是字串。而iloc裡的引數表示的是第幾行的資料，所以只能是整數
列選擇列選擇比較簡單，只要直接把列名傳遞過去即可，如果有多列的資料，要單獨指出列名或列的索引號
第一種，選擇單列，選擇了電影名稱那一列
q = fandango['film']
第二種，通過指定列名選擇多列
r = fandango[['film','metacritic']]
第三種，非常容易讓人混淆的，通過列的索引號選擇多列
v = fandango[[0,1,2]]
其實，列也是有乙個索引號的，看到這裡不禁想問，那我要選擇前5列呢？我不想寫乙個長列表，又不想逐個寫出這5列的名稱，能否用切片呢？
x = fandango[[0:5]]
事實證明，這是不行的，更好的方法是在引數中構建乙個列表
w = fandango[list(range(5))]
本文標題: 詳解pandas之容易讓人混淆的行選擇和列選擇
本文位址: /jiaoben/python/265090.html
js容易讓人眼瞎的寫法
1。自製型函式巢狀 function a,b fn1,fn2 像這一題，我不知道a,b傳入的引數是什麼 那我就找到function外層的括號，標記它，再往下翻 找到括號變色的位置，發現呼叫的是 a 也可以寫成函式 2.0x319289 sw oo0o00o0 a b c 變數名混淆 3函式名不一致 ...
Pandas詳解四之MultiIndex物件
約定import pandas as pd from pandas import dataframe import numpy as npmultiindex表示多級索引，它是從index繼承過來的，其中多級標籤用元組物件來表示。m index1 pd.index a x1 a x2 b y1 b ...
Pandas詳解之排序和排名
約定 import pandas as pd import numpy as np12 排序和排名 根據條件對series物件或dataframe物件的值排序 sorting 和排名 ranking 是一種重要的內建運算。接下來為大家介紹如何使用pandas物件的 sort index sort v...