Python是進行數據分析的一種出色語言,主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種,使導入和分析數據更加容易。
Pandas dataframe.take()
函數沿軸返回給定位置索引中的元素。這意味著我們沒有根據對象的index屬性中的實際值建立索引。我們正在根據元素在對象中的實際位置建立索引。
用法:DataFrame.take(indices, axis=0, convert=None, is_copy=True, **kwargs)
參數:
indices:一個整數數組,指示要采取的位置。
axis:選擇元素的軸。 0表示我們正在選擇行,1表示我們正在選擇列
convert:是否將負索引轉換為正索引。例如,-1將映射到len(axis)-1。轉換類似於索引常規Python列表的行為。
is_copy:是否返回原始對象的副本。
** kwargs:為了與numpy.take()兼容。對輸出沒有影響。
返回:array-like包含從對象獲取的元素。
要鏈接到代碼中使用的CSV文件,請單擊此處
範例1:采用take()
函數在索引軸上獲取一些值。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
現在,我們將修改索引標簽以進行演示。現在,標簽的編號從0到914。
# double the value of index labels
df.index = df.index * 2
# Print the modified dataframe
df
讓我們取0、1和2位置的值
# take values at input position over the index axis
df.take([0, 1, 2], axis = 0)
輸出:
正如我們在輸出中看到的那樣,值是根據位置而不是索引標簽選擇的。
範例2:采用take()
函數在列軸上的位置0、1和2處取值。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.read_csv("nba.csv")
# Print the dataframe
df
現在,我們將在列軸上的位置0、1和2處獲取值。
# take values over the column axis.
df.take([0, 1, 2], axis = 1)
輸出:
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Timestamp.now用法及代碼示例
- Python Pandas Timestamp.second用法及代碼示例
- Python Pandas DataFrame.abs()用法及代碼示例
- Python Pandas Series.lt()用法及代碼示例
- Python Pandas dataframe.all()用法及代碼示例
- Python Pandas DataFrame.ix[ ]用法及代碼示例
- Python Pandas Series.pop()用法及代碼示例
- Python Pandas TimedeltaIndex.max用法及代碼示例
- Python Pandas Timestamp.dst用法及代碼示例
- Python Pandas Timestamp.tz用法及代碼示例
- Python Pandas Series.mean()用法及代碼示例
- Python Pandas TimedeltaIndex.min用法及代碼示例
- Python Pandas Series.ptp()用法及代碼示例
- Python Pandas dataframe.cov()用法及代碼示例
注:本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.take()。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。