Лабораторная работа 6 Индексаци, сортировка и фильтрация
Выборка с помощью loc и iloc
жүктеу/скачать 184.93 Kb.
|
- Бұл бет үшін навигация:
- Целочисленные индексы
| Выборка с помощью loc и iloc
Для доступа к строкам DataFrame по индексу с помощью меток я ввел специальные индексные операторы loc и iloc. Они позволяют выбрать подмножество строк и столбцов DataFrame с применением нотации NumPy, используя либо метки строк (loc), либо целые числа (iloc). столбцов по меткам: In [137]: data.loc['Colorado', ['two', 'three']] Out[137]: two 5 three 6 Name: Colorado, dtype: int64 Затем произведем аналогичную выборку, но уже по целочисленным индексам: In [138]: data.iloc[2, [3, 0, 1]] Out[138]: four 11 one 8 two 9 Name: Utah, dtype: int64 In [139]: data.iloc[2] Out[139]: one 8 two 9 three 10 four 11 Name: Utah, dtype: int64 In [140]: data.iloc[[1, 2], [3, 0, 1]] Out[140]: four one two Colorado 7 0 5 Utah 11 8 9 Обе функции индексирования работают не только с одиночными метками или списками меток, но и со срезами: In [141]: data.loc[:'Utah', 'two'] Out[141]: Ohio 0 Colorado 5 Utah 9 Name: two, dtype: int64 In [142]: data.iloc[:, :3][data.three > 5] Out[142]: one two three Colorado 0 5 6 Utah 8 9 10 New York 12 13 14 Таким образом, существует много способов выборки и реорганизации данных, содержащихся в объекте pandas. Для DataFrame краткая сводка многих из них приведена в табл. 5.4. Позже мы увидим, что при работе с иерархическими индексами есть ряд дополнительных возможностей. Целочисленные индексы Новички часто испытывают затруднения при работе с объектами pandas, индексированными целыми числами, из-за различий с семантикой индексирования встроенных в Python структур данных, таких как списки и кортежи. Например, вряд ли вы ожидаете столкнуться с ошибкой в следующем коде: ser = pd.Series(np.arange(3.)) ser ser[–1] В данном примере pandas могла бы откатиться к целочисленному индексированию, но в общем случае попытка сделать это приводит к тонким ошибкам. Здесь мы имеем индекс, содержащий 0, 1, 2, но понять, чего хочет пользователь (индексировать по метке или по позиции), трудно: In [144]: ser Out[144]: 0 0.0 1 1.0 2 2.0 dtype: float64 С другой стороны, если индекс не является целым числом, то никакой неоднозначности не возникает: In [145]: ser2 = pd.Series(np.arange(3.), index=['a', 'b', 'c']) In [146]: ser2[–1] Out[146]: 2.0 Чтобы не оставлять место двусмысленности, в случае когда индекс по некоторой оси содержит целые числа, выборка данных всегда производится по метке. А чтобы точно выразить свои намерения, используйте метод loc (для доступа по метке) или iloc (для доступа по позиции): In [147]: ser[:1] Out[147]: 0 0.0 dtype: float64 In [148]: ser.loc[:1] Out[148]: 0 0.0 1 1.0 dtype: float64 In [149]: ser.iloc[:1] Out[149]: 0 0.0 dtype: float64 жүктеу/скачать 184.93 Kb. Достарыңызбен бөлісу:
|