数据分析应用项目化教程(Python) 课件 任务4.2索引操作2_第1页
数据分析应用项目化教程(Python) 课件 任务4.2索引操作2_第2页
数据分析应用项目化教程(Python) 课件 任务4.2索引操作2_第3页
数据分析应用项目化教程(Python) 课件 任务4.2索引操作2_第4页
数据分析应用项目化教程(Python) 课件 任务4.2索引操作2_第5页
已阅读5页,还剩4页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第四章使用pandas进行数据对象构建和数据运算

任务4.2索引操作Pandas索引操作概述使用位置索引和标签索引操作Series使用位置索引和标签索引操作DataFrame使用函数式索引操作Series和DataFrame使用常见查询方法查询数据索引用途索引变换使用函数式索引操作Series和DataFrame函数式索引:指带有一个Series或DataFrame参数的函数,并返回有效的索引输出,有效索引就是四种索引之一。df(或s).iloc属性有效索引包括:一个整数,例如5整数列表或数组,例如[4,3,0]带有整数的切片对象,例如1:7布尔数组df(或s).loc有效索引包括:单个标签,例如5或'a'(注意,它5被解释为索引的标签,此用法不是索引的整数位置)列表或标签数组,例如['a','b','c']带标签的切片对象'a':'f'(注意,标签切片的端点包括在内)布尔数组df[]、s[]有效索引有位置有效索引,也有标签有效索引,遵循df和s索引运算符[]操作要求函数返回位置索引函数返回标签索引使用常见查询方法查询数据—df.querydf.query方法:DataFrame对象的query()方法允许使用表达式查询DataFrame的数据,query也是类似于SQL中where关键字的语法逻辑。query有两个SQL中标志性的设计:其一是@引用自定义外部变量,其二是对于特殊的列名(例如包含空格的字符)可以用反引号``加以修饰引用。query特点:节省内存以及有时他们具有更简洁的语法形式,但只能查询数据,不能修改数据。

使用常见查询方法查询数据—df.query使用常见查询方法查询数据—wherewhere方法:从具有布尔向量的Series中选择值通常会返回数据的子集。为了保证选择输出与原始数据具有相同的形状,您可以在Series和DataFrame中使用where方法。where接受的条件需要是布尔类型的,如果条件为真,保持原来的值,否则,就被赋值为默认的NaN或其他指定值。使用常见查询方法查询数据—wheredf1.where(m,df2)大致相当于np.where(m,df1,df2),比如:df.where(df<0,-df)==np.where(df<0,df,-df)。where对齐输入布尔条件,以便可以使用设置进行部分选择。小结函数式索引:函数带有一个Series或DataFrame参数,返回有效索引query方法:使用表达式优雅查询数据where方法:使用布尔数组作

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论