Pandas DataFrame.loc[] 函式
Minahil Noor
2023年1月30日
-
pandas.DataFrame.loc[]
語法 -
示例程式碼:
DataFrame.loc[]
定位特定行的方法 -
示例程式碼:
DataFrame.loc[]
定位多行的方法 -
示例程式碼:
DataFrame.loc[]
方法來定位特定行和列的資料
Python Pandas DataFrame.loc[]
函式根據傳遞的輸入來定位 DataFrame 的值。
pandas.DataFrame.loc[]
語法
DataFrame.loc[]
引數
這個函式不接受任何引數。然而,它有幾種輸入方法。你可以閱讀它這裡。
返回
它返回所需的值。
示例程式碼:DataFrame.loc[]
定位特定行的方法
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.loc[0]
print("The Row Data is: \n")
print(dataframe1)
輸出:
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
The Row Data is:
Attendance 60
Name Olivia
Obtained Marks 90
Name: 0, dtype: object
函式返回了 0
行的資料。
示例程式碼:DataFrame.loc[]
定位多行的方法
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.loc[[0, 1, 2]]
print("The Rows are: \n")
print(dataframe1)
輸出:
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
The Rows are:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
現在它已經返回了 DataFrame 的多行資料。
示例程式碼:DataFrame.loc[]
方法來定位特定行和列的資料
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.loc[0, 'Attendance']
print("The Value is: \n")
print(dataframe1)
輸出:
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
The Value is:
60
函式返回索引 0
處的 Attendance
值。