Python 基本操作- 數(shù)據(jù)選取loc、iloc、ix函數(shù)

loc中的數(shù)據(jù)是列名，是字符串，所以前后都要取；iloc中數(shù)據(jù)是int整型，所以是Python默認(rèn)的前閉后開

目前創(chuàng)新互聯(lián)公司已為數(shù)千家的企業(yè)提供了網(wǎng)站建設(shè)、域名、雅安服務(wù)器托管、網(wǎng)站托管、服務(wù)器租用、企業(yè)網(wǎng)站設(shè)計、南崗網(wǎng)站維護(hù)等服務(wù)，公司將堅持客戶導(dǎo)向、應(yīng)用為本的策略，正道將秉承"和諧、參與、激情"的文化，與客戶和合作伙伴齊心協(xié)力一起成長，共同發(fā)展。

構(gòu)建數(shù)據(jù)集df

loc函數(shù)主要通過行標(biāo)簽索引行數(shù)據(jù) ，劃重點， 標(biāo)簽！標(biāo)簽！標(biāo)簽！

loc[1] 選擇行標(biāo)簽是1的（從0、1、2、3這幾個行標(biāo)簽中）

loc[0:1] 和 loc[0,1]的區(qū)別，其實最重要的是loc[0:1]和iloc[0:1]

索引某一列數(shù)據(jù)，loc[:,0:1]，還是標(biāo)簽，注意，如果列標(biāo)簽是個字符，比如'a'，loc['a']是不行的，必須為loc[:，'a']。

但如果行標(biāo)簽是'a',選取這一行，用loc['a']是可以的。

iloc 主要是通過行號獲取行數(shù)據(jù)，劃重點，序號！序號！序號！

iloc[0:1]，由于Python默認(rèn)是前閉后開，所以，這個選擇的只有第一行！

如果想用標(biāo)簽索引，如iloc['a']，就會報錯，它只支持int型。

ix——結(jié)合前兩種的混合索引，即可以是行序號，也可以是行標(biāo)簽。

如選擇prize10(prize為一個標(biāo)簽)的，即 df.loc[df.prize10]

還有并或等操作

python選取特定列——pandas的iloc和loc以及icol使用

pandas入門——loc與iloc函數(shù)

pandas中l(wèi)oc、iloc、ix的區(qū)別

pandas基礎(chǔ)之按行取數(shù)（DataFrame）

如何提取Python數(shù)據(jù)

首先是準(zhǔn)備工作，導(dǎo)入需要使用的庫，讀取并創(chuàng)建數(shù)據(jù)表取名為loandata。

?

1

2

3

import numpy as np

import pandas as pd

loandata=pd.DataFrame(pd.read_excel('loan_data.xlsx'))

設(shè)置索引字段

在開始提取數(shù)據(jù)前，先將member_id列設(shè)置為索引字段。然后開始提取數(shù)據(jù)。

?

1

Loandata = loandata.set_index('member_id')

按行提取信息

第一步是按行提取數(shù)據(jù)，例如提取某個用戶的信息。下面使用ix函數(shù)對member_id為1303503的用戶信息進(jìn)行了提取。

?

1

loandata.ix[1303503]

按列提取信息

第二步是按列提取數(shù)據(jù)，例如提取用戶工作年限列的所有信息，下面是具體的代碼和提取結(jié)果，顯示了所有用戶的工作年齡信息。

?

1

loandata.ix[:,'emp_length']

按行與列提取信息

第三步是按行和列提取信息，把前面兩部的查詢條件放在一起，查詢特定用戶的特定信息，下面是查詢member_id為1303503的用戶的emp_length信息。

?

1

loandata.ix[1303503,'emp_length']

在前面的基礎(chǔ)上繼續(xù)增加條件，增加一行同時查詢兩個特定用戶的貸款金額信息。具體代碼和查詢結(jié)果如下。結(jié)果中分別列出了兩個用戶的代碼金額。

?

1

loandata.ix[[1303503,1298717],'loan_amnt']

在前面的代碼后增加sum函數(shù)，對結(jié)果進(jìn)行求和，同樣是查詢兩個特定用戶的貸款進(jìn)行，下面的結(jié)果中直接給出了貸款金額的匯總值。

?

1

loandata.ix[[1303503,1298717],'loan_amnt'].sum()

除了增加行的查詢條件以外，還可以增加列的查詢條件，下面的代碼中查詢了一個特定用戶的貸款金額和年收入情況，結(jié)果中分別顯示了這兩個字段的結(jié)果。

?

1

loandata.ix[1303503,['loan_amnt','annual_inc']]

多個列的查詢也可以進(jìn)行求和計算，在前面的代碼后增加sum函數(shù)，對這個用戶的貸款金額和年收入兩個字段求和，并顯示出結(jié)果。

?

1

loandata.ix[1303503,['loan_amnt','annual_inc']].sum()

python數(shù)據(jù)分析干什么

第一、檢查數(shù)據(jù)表

Python中使用shape函數(shù)來查看數(shù)據(jù)表的維度，也就是行數(shù)以及列數(shù)。你可以使用info函數(shù)來查看數(shù)據(jù)表的整體信息，使用dtype函數(shù)來返回數(shù)據(jù)格式;lsnull是Python中檢驗空值的函數(shù)，可以對整個數(shù)據(jù)表進(jìn)行檢查，也可以單獨(dú)對某一行進(jìn)行空值檢查，返回的結(jié)構(gòu)是邏輯值，包含空值返回true，不包含則返回false。

第二、數(shù)據(jù)清洗

Python可以進(jìn)行數(shù)據(jù)清洗，Python中處理空值的方法比較靈活，可以使用Dropna函數(shù)用來刪除數(shù)據(jù)表中包含空值的數(shù)據(jù)，也可以使用fillna函數(shù)對空值進(jìn)行填充;Python中dtype是查看數(shù)據(jù)格式的函數(shù)，與之對應(yīng)的是astype函數(shù)，用來更改數(shù)據(jù)格式，Rename是更改列名稱的函數(shù)，drop_duplicates函數(shù)刪除重復(fù)值，replace函數(shù)實現(xiàn)數(shù)據(jù)替換。

第三、數(shù)據(jù)提取

進(jìn)行數(shù)據(jù)提取時，主要使用三個函數(shù)：loc、iloc以及ix。Loc函數(shù)按標(biāo)簽進(jìn)行提取，iloc按位置進(jìn)行提取，ix可以同時按照標(biāo)簽和位置進(jìn)行提取。除了按標(biāo)簽和位置提取數(shù)據(jù)之外，還可以按照具體的條件進(jìn)行提取，比如使用loc和isin兩個函數(shù)配合使用。

第四、數(shù)據(jù)篩選

Python數(shù)據(jù)分析還可以進(jìn)行數(shù)據(jù)篩選，Python中使用loc函數(shù)配合篩選條件來完成篩選功能，配合sum和count函數(shù)還能實現(xiàn)Excel中sumif和countif函數(shù)的功能。使用的主要函數(shù)是groupby和pivot_table;groupby是進(jìn)行分類匯總的函數(shù)，使用方法比較簡單，groupby按列名稱出現(xiàn)的順序進(jìn)行分組。

python函數(shù)圖的繪制

pre

import numpy as np

import matplotlib.pyplot as plt

from matplotlib.patches import Polygon

def func(x):

return -(x-2)*(x-8)+40

x=np.linspace(0,10)

y=func(x)

fig,ax = plt.subplots()

plt.plot(x,y,'r',linewidth=2)

plt.ylim(ymin=20)

a=2

b=9

ax.set_xticks([a,b])

ax.set_xticklabels(['$a$','$b$'])

ax.set_yticks([])

plt.figtext(0.9,0.05,'$x$')

plt.figtext(0.1,0.9,'$y$')

ix=np.linspace(a,b)

iy=func(ix)

ixy=zip(ix,iy)

verts=[(a,0)]+list(ixy)+[(b,0)]

poly = Polygon(verts,facecolor='0.9',edgecolor='0.5')

ax.add_patch(poly)

x_math=(a+b)*0.5

y_math=35

plt.text(x_math,y_math,r"$\int_a^b(-(x-2)*(x-8)+40)dx$",horizontalalignment='center',size=12)

plt.show()

/pre