📌  相关文章
📜  Pandas DataFrame.loc []

📅  最后修改于: 2020-10-29 03:11:46             🧑  作者: Mango

Pandas DataFrame.loc []

DataFrame.loc []用于通过标签或DataFrame中的布尔数组检索行和列的组。它仅使用索引标签，并且如果它存在于调用方DataFrame中，则返回行，列或DataFrame。

DataFrame.loc []是基于标签的，但可以与布尔数组一起使用。

.loc []的允许输入为：

  • 单个标签，例如，7或。在这里， 7被解释为索引的标签。
  • 标签列表或数组，例如[‘x’，’y’，’z’]。
  • 切片带有标签的对象，例如’x’：’f’。
  • 相同长度的布尔数组。例如[True，True，False]。
  • 具有一个参数的可调用函数。

句法

pandas.DataFrame.loc[]

参量

没有

返回值

它返回Scalar，Series或DataFrame。

例

＃将Pandas 作为pd导入

import pandas as pd
# Creating the DataFrame
info = pd.DataFrame({'Age':[32, 41, 44, 38, 33], 
                   'Name':['Phill', 'William', 'Terry', 'Smith', 'Parker']}) 
# Create the index 
index_ = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5'] 

# Set the index 
info.index = index_ 

# return the value 
final = info.loc['Row_2', 'Name'] 

# Print the result 
print(final)

输出：

William

范例2：

# importing pandas as pd
import pandas as pd
# Creating the DataFrame
info = pd.DataFrame({"P":[28, 17, 14, 42, None],  
                   "Q":[15, 23, None, 15, 12],  
                   "R":[11, 23, 16, 32, 42],  
                   "S":[41, None, 34, 25, 18]})  
# Create the index 
index_ = ['A', 'B', 'C', 'D', 'E'] 
# Set the index 
info.index = index_ 
# Print the DataFrame
print(info)

输出：

P         Q      R         S
A   28.0    15.0    11   41.0
B   17.0    23.0    23   NaN
C   14.0    NaN    16   34.0
D   42.0   15.0     32   25.0
E NaN    12.0    42   18.0

现在，我们必须使用DataFrame.loc属性返回DataFrame中存在的值。

# return the values 
result = info.loc[:, ['P', 'S']] 
# Print the result 
print(result)

输出：

    P    S
A 28.0  41.0
B 17.0   NaN
C14.0  34.0
D  42.0  25.0
ENaN  18.0