logo

Panda's DataFrame.loc[]

De DataFrame.loc[] wordt gebruikt om de groep rijen en kolommen op te halen via labels of een booleaanse array in het DataFrame. Er zijn alleen indexlabels nodig en als deze bestaat in de aanroeper DataFrame, worden de rijen, kolommen of DataFrame geretourneerd.

instellingen van de internetbrowser

De DataFrame.loc[] is gebaseerd op een label, maar kan worden gebruikt met de Booleaanse array.

De toegestane invoer voor .plaats[] Zijn:

  • Enkel etiket, bijv. 7 of A . Hier, 7 wordt geïnterpreteerd als het label van de index.
  • Lijst of reeks labels, b.v. ['x', 'y', 'z'].
  • Snijd object met labels, b.v. 'x':'f'.
  • Een Booleaanse array van dezelfde lengte. bijv. [Waar, waar, niet waar].
  • opvraagbaarfunctie met één argument.

Syntaxis

 pandas.DataFrame.loc[] 

Parameters

Geen

Geeft terug

Het retourneert Scalar, Series of DataFrame.

Voorbeeld

# panda's importeren als pd

lijst met religies
 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) 

Uitgang:

 William 

Voorbeeld2:

 # 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) 

Uitgang:

set versus kaart
 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 

Nu moeten we gebruiken DataFrame.loc attribuut om de waarden terug te geven die aanwezig zijn in het DataFrame.

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

Uitgang:

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