Pandas DataFrame.ix[] 函数
Python Pandas DataFrame.ix[] 函数根据参数的值对行或列进行切片。
pandas.DataFrame.ix[]
语法
DataFrame.ix[index = None,
label = None]
参数
index |
用于对行索引进行切片的整数或整数列表。 |
label |
字符串、整数、字符串列表或整数,用于切片列标签。 |
返回
它返回修改后的 DataFrame。
示例代码:DataFrame.ix[]
分割行索引的方法
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.ix[:2, ]
print("The Modified Data frame is: \n")
print(dataframe1)
输出:
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 Modified Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
它已切片了行索引 3
和 4
。
示例代码:DataFrame.ix[]
切片列索引的方法
在 Pandas 中,为了对 DataFrame 的列进行切片片,我们将使用索引调用 ix[]
函数对列标签进行切片。
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.ix[ : , :1]
print("The Modified Data frame is: \n")
print(dataframe1)
输出:
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 Modified Data frame is:
Attendance
0 60
1 100
2 80
3 78
4 95
现在只返回 DataFrame 的第一列。
示例代码: DataFrame.ix[]
分割列标签的方法
我们也可以通过列标签作为参数来保留该列,并对其他列进行切片。
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.ix[ : ,"Name"]
print("The Modified Data frame is: \n")
print(dataframe1)
输出:
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 Modified Data frame is:
0 Olivia
1 John
2 Laura
3 Ben
4 Kevin
Name: Name, dtype: object
函数在保留 Name
列的同时,对其他列进行了切片。但你应该注意到,函数保留了 Name
列的值,并对其标签进行了切片。
相关文章
将 NumPy 数组转换为 Pandas DataFrame
发布时间:2024/04/21 浏览次数:99 分类:Python
-
本教程介绍了如何使用 pandas.DataFrame()方法从 NumPy 数组生成 Pandas DataFrame。
Pandas DataFrame.isnull()和 notnull()函数
发布时间:2024/04/21 浏览次数:140 分类:Python
-
DataFrame isnull()函数检测对象的缺失值。DataFrame notnull()函数检测对象的非缺失值。
Pandas DataFrame.describe()函数
发布时间:2024/04/21 浏览次数:150 分类:Python
-
DataFrame describe()函数返回一个 DataFrame 的统计数据。
Pandas DataFrame.corr()函数
发布时间:2024/04/21 浏览次数:111 分类:Python
-
DataFrame corr()函数查找 DataFrame 各列之间的相关性。
Pandas DataFrame.astype()函数
发布时间:2024/04/21 浏览次数:112 分类:Python
-
DataFrame astype()函数将对象的数据类型改变为指定的数据类型。
Pandas DataFrame.to_numeric()函数
发布时间:2024/04/21 浏览次数:177 分类:Python
-
DataFrame to_numeric()函数将通过的参数转换为数字类型。
Pandas DataFrame.to_dict()函数
发布时间:2024/04/21 浏览次数:192 分类:Python
-
DataFrame to_dict()函数将给定的 DataFrame 转换为一个字典。
将 Pandas DataFrame 转换为 Spark DataFrame
发布时间:2024/04/20 浏览次数:169 分类:Python
-
本教程将讨论将 Pandas DataFrame 转换为 Spark DataFrame 的不同方法。
将 Pandas DataFrame 导出到 Excel 文件
发布时间:2024/04/20 浏览次数:164 分类:Python
-
本教程介绍了有关如何将 Pandas DataFrame 导出到 excel 文件的各种方法