[英]Call column in dataframe by column index instead of column name - pandas
如何使用数据框中的索引而不是名称来调用代码中的列。
例如我有数据框df
列a
, b
, c
而不是调用df['a']
,我可以使用它的列索引来调用它吗df[1]
?
您可以使用iloc
:
df.iloc[:, 0]
示例:
>>> df
a b c
0 1 4 7
1 2 5 8
2 3 6 9
>>> df['a']
0 1
1 2
2 3
Name: a, dtype: int64
>>> df.iloc[:, 0]
0 1
1 2
2 3
Name: a, dtype: int64
索引和选择数据文档中提到,为了方便起见,提供了更多的索引运算符[]
。 iloc
和loc
方法在数据帧上提供更明确的索引操作。
注意:索引在pandas中有自己的含义。 因此,在引用数字索引(如数组索引)时,最好使用整数 position (或仅position )。
>>> df
a b
0 1 4
1 2 5
2 3 6
>>> df['a']
0 1
1 2
2 3
Name: a, dtype: int64
df.iloc[
row_start_position :
row_end_position ,
col_start_position :
col_end_position ]
>>> df.iloc[0:3, 0:1]
a
0 1
1 2
2 3
>>> df.iloc[:, 0] # use of implicit start and end
0 1
1 2
2 3
Name: a, dtype: int64
df.loc[
row_start_label :
row_end_label ,
col_start_label :
col_end_label ]
注意:在这个例子中,恰好行标签和行位置是相同的,它们是整数0, 1, 2
。
>>> df.loc[0:2, 'a':'a']
a
0 1
1 2
2 3
>>> df.loc[:, 'a'] # use of implicit start and end
0 1
1 2
2 3
Name: a, dtype: int64
有关更多详细信息,请参阅如何查询/选择/切片数据。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.