江苏龙网

  1. 主页 > 生活百科 > >

Pandas最详细教程来了( 四 )

Pandas

运行结果如图3-18所示 。

Pandas最详细教程来了

文章插图
▲图3-18
需要注意的是 ， 如果只有一个时间点 ， 那么返回的值是Series对象 ， 代码如下：
df.loc['20160102',['A','C']]输出结果如下：
A   -0.816178C   -0.595195Name: 2016-01-02 00:00:00, dtype: float64如果想要获取DataFrame对象 ， 需要使用如下命令：
df.loc['20160102':'20160102',['A','C']]运行结果如图3-19所示 。
Pandas最详细教程来了

文章插图
▲图3-19
上面介绍的是loc方法 ， 是按标签（索引）来选取数据的 。有时候 ， 我们会希望按照DataFrame的绝对位置来获取数据 ， 比如 ， 如果想要获取第3行第2列的数据 ， 但不想按标签（索引）获取 ， 那么这时候就可以使用iloc方法 。
根据位置选取数据 ， 代码如下：
df.iloc[2]输出结果如下：
A    0.030206B    0.759953C   -1.446549D   -0.874364Name: 2016-01-03 00:00:00, dtype: float64再来看一个示例：
df.iloc[3:6,1:3]运行结果如图3-20所示 。
Pandas最详细教程来了

文章插图
▲图3-20
注意：对于DataFrame数据类型 ， 可以使用[]运算符来进行选取 ， 这也是最符合习惯的 。但是 ， 对于工业代码 ， 推荐使用loc、iloc等方法 。因为这些方法是经过优化的 ， 拥有更好的性能 。
有时 ， 我们需要选取满足一定条件的数据 。这个时候可以使用条件表达式来选取数据 。这时传给df的既不是标签 ， 也不是绝对位置 ， 而是布尔数组（Boolean Array） 。下面来看一下示例 。
例如 ， 寻找A列中值大于0的行 。首先 ， 生成一个布尔数组 ， 代码如下：
df.A>0输出结果如下：
2016-01-01    False2016-01-02    False2016-01-03     True2016-01-04     True2016-01-05     True2016-01-06     True2016-01-07     True2016-01-08    FalseFreq: D, Name: A, dtype: bool可以看到 ， 这里生成了一个Series类型的布尔数组 。可以通过这个数组来选取对应的行 ， 代码如下：
df[df.A>0]运行结果如图3-21所示 。
Pandas最详细教程来了

文章插图
▲图3-21
从结果可以看到 ， A列中值大于0的所有行都被选择出来了 ， 同时也包括了BCD列 。
现在我们要寻找df中所有大于0的数据 ， 先生成一个全数组的布尔值 ， 代码如下：
df>0运行结果如图3-22所示 。
Pandas最详细教程来了

文章插图
▲图3-22
下面来看一下使用df>0选取出来的数据效果 。由图3-23可以看到 ， 大于0的数据都能显示 ， 其他数据显示为NaN值 。
df[df>0]运行结果如图3-23所示 。
Pandas最详细教程来了

文章插图
▲图3-23
再来看一下如何改变df的值 。首先我们为df添加新的一列E ， 代码如下：
df['E']=0df运行结果如图3-24所示 。
Pandas最详细教程来了

文章插图
▲图3-24
使用loc改变一列值 ， 代码如下：
df.loc[:,'E']=1df运行结果如图3-25所示 。
Pandas最详细教程来了

文章插图
▲图3-25
使用loc改变单个值 ， 代码如下：
df.loc['2016-01-01','E'] = 2df运行结果如图3-26所示 。
Pandas最详细教程来了

文章插图
▲图3-26
使用loc改变一列值 ， 代码如下：
df.loc[:,'D'] = np.array([2] * len(df))df


推荐阅读


上一篇：最早的灵长类动物 人是灵长类动物

下一篇：世界上最长的水母 世界上最小的水母是什么水母