Python pandas.DataFrame.loc用法及代码示例

用法: property DataFrame.loc

通过标签或布尔数组访问一组行和列。

.loc[] 主要基于标签，但也可以与布尔数组一起使用。

允许的输入是：

单个标签，例如5或者'a'， (注意5被解释为标签的 index ，和绝不作为沿索引的整数位置)。
标签列表或数组，例如['a', 'b', 'c'] 。
带有标签的切片对象，例如'a':'f' 。

警告

请注意，与通常的 python 切片相反，两个都包括起点和终点
与被切片的轴长度相同的布尔数组，例如[True, False, True] 。
一个可对齐的布尔系列。键的索引将在屏蔽之前对齐。
一个可对齐的索引。返回选择的索引将作为输入。
callable 函数，带有一个参数(调用 Series 或 DataFrame)并返回有效输出以进行索引(上述之一)

在按标签选择中查看更多信息。

抛出：

KeyError: 如果没有找到任何项目。
索引错误: 如果传递了索引键并且其索引与帧索引不对齐。

例子：

获取值

>>> df = pd.DataFrame([[1, 2], [4, 5], [7, 8]],
...      index=['cobra', 'viper', 'sidewinder'],
...      columns=['max_speed', 'shield'])
>>> df
            max_speed  shield
cobra               1       2
viper               4       5
sidewinder          7       8

单标签。请注意，这会将行作为系列返回。

>>> df.loc['viper']
max_speed    4
shield       5
Name: viper, dtype: int64

标签列表。注意使用[[]] 返回一个DataFrame。

>>> df.loc[['viper', 'sidewinder']]
            max_speed  shield
viper               4       5
sidewinder          7       8

行和列的单个标签

>>> df.loc['cobra', 'shield']
2

带有行标签和列标签的切片。如上所述，请注意切片的开始和停止都包括在内。

>>> df.loc['cobra':'viper', 'max_speed']
cobra    1
viper    4
Name: max_speed, dtype: int64

与行轴长度相同的布尔列表

>>> df.loc[[False, False, True]]
            max_speed  shield
sidewinder          7       8

可对齐的布尔系列：

>>> df.loc[pd.Series([False, True, False],
...        index=['viper', 'sidewinder', 'cobra'])]
            max_speed  shield
sidewinder          7       8

索引(与 df.reindex 相同的行为)

>>> df.loc[pd.Index(["cobra", "viper"], name="foo")]
       max_speed  shield
foo
cobra          1       2
viper          4       5

返回布尔系列的条件

>>> df.loc[df['shield'] > 6]
            max_speed  shield
sidewinder          7       8

返回具有指定列标签的布尔系列的条件

>>> df.loc[df['shield'] > 6, ['max_speed']]
            max_speed
sidewinder          7

返回布尔系列的可调用

>>> df.loc[lambda df: df['shield'] == 8]
            max_speed  shield
sidewinder          7       8

设定值

为与标签列表匹配的所有项目设置值

>>> df.loc[['viper', 'sidewinder'], ['shield']] = 50
>>> df
            max_speed  shield
cobra               1       2
viper               4      50
sidewinder          7      50

为整行设置值

>>> df.loc['cobra'] = 10
>>> df
            max_speed  shield
cobra              10      10
viper               4      50
sidewinder          7      50

为整列设置值

>>> df.loc[:, 'max_speed'] = 30
>>> df
            max_speed  shield
cobra              30      10
viper              30      50
sidewinder         30      50

为匹配可调用条件的行设置值

>>> df.loc[df['shield'] > 35] = 0
>>> df
            max_speed  shield
cobra              30      10
viper               0       0
sidewinder          0       0

使用具有整数标签的索引获取 DataFrame 上的值

另一个使用整数作为索引的例子

>>> df = pd.DataFrame([[1, 2], [4, 5], [7, 8]],
...      index=[7, 8, 9], columns=['max_speed', 'shield'])
>>> df
   max_speed  shield
7          1       2
8          4       5
9          7       8

用整数标签对行进行切片。如上所述，请注意切片的开始和停止都包括在内。

>>> df.loc[7:9]
   max_speed  shield
7          1       2
8          4       5
9          7       8

使用 MultiIndex 获取值

使用带有 MultiIndex 的 DataFrame 的一些示例

>>> tuples = [
...    ('cobra', 'mark i'), ('cobra', 'mark ii'),
...    ('sidewinder', 'mark i'), ('sidewinder', 'mark ii'),
...    ('viper', 'mark ii'), ('viper', 'mark iii')
... ]
>>> index = pd.MultiIndex.from_tuples(tuples)
>>> values = [[12, 2], [0, 4], [10, 20],
...         [1, 4], [7, 1], [16, 36]]
>>> df = pd.DataFrame(values, columns=['max_speed', 'shield'], index=index)
>>> df
                     max_speed  shield
cobra      mark i           12       2
           mark ii           0       4
sidewinder mark i           10      20
           mark ii           1       4
viper      mark ii           7       1
           mark iii         16      36

单标签。请注意，这将返回具有单个索引的 DataFrame。

>>> df.loc['cobra']
         max_speed  shield
mark i          12       2
mark ii          0       4

单索引元组。请注意，这将返回一个系列。

>>> df.loc[('cobra', 'mark ii')]
max_speed    0
shield       4
Name: (cobra, mark ii), dtype: int64

行和列的单个标签。类似于传入一个元组，这将返回一个系列。

>>> df.loc['cobra', 'mark i']
max_speed    12
shield        2
Name: (cobra, mark i), dtype: int64

单元组。注意使用[[]] 返回一个DataFrame。

>>> df.loc[[('cobra', 'mark ii')]]
               max_speed  shield
cobra mark ii          0       4

索引的单个元组，列的单个标签

>>> df.loc[('cobra', 'mark i'), 'shield']
2

从索引元组切片到单个标签

>>> df.loc[('cobra', 'mark i'):'viper']
                     max_speed  shield
cobra      mark i           12       2
           mark ii           0       4
sidewinder mark i           10      20
           mark ii           1       4
viper      mark ii           7       1
           mark iii         16      36

从索引元组切片到索引元组

>>> df.loc[('cobra', 'mark i'):('viper', 'mark ii')]
                    max_speed  shield
cobra      mark i          12       2
           mark ii          0       4
sidewinder mark i          10      20
           mark ii          1       4
viper      mark ii          7       1

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.DataFrame.loc。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。