一文看懂怎么用Python做数据分析

行使冒号可以限制提取数据的范畴，冒号前面为开始的标签值，后头为竣事的标签值。下面提取了 0 到 5 的数据行。

#按索引提取地区行数值 
df_inner.loc[0:5] 

Reset_index 函数用于规复索引，这里我们从头将 date 字段的日期配置为数据表的索引，并按日期举办数据提取。

#重设索引 
df_inner.reset_index() 

#配置日期为索引 
df_inner=df_inner.set_index('date') 

行使冒号限制提取数据的范畴，冒号前面为空暗示从 0 开始。提取全部 2013 年 1 月 4 日早年的数据。

#提取4日之前的全部数据 
df_inner[:'2013-01-04'] 

按位置提取(iloc)

行使 iloc 函数按位置对数据表中的数据举办提取，这里冒号前后的数字不再是索引的标署名称，而是数据地址的位置，从 0 开始。

#行使iloc按位置地区提取数据 
df_inner.iloc[:3,:2] 

iloc 函数除了可以按地区提取数据，还可以按位置逐条提取，前面方括号中的 0,2,5 暗示数据地址行的位置，后头方括号中的数暗示地址列的位置。

#行使iloc按位置单独提取数据 
df_inner.iloc[[0,2,5],[4,5]] 

按标签和位置提取(ix)

ix 是 loc 和 iloc 的殽杂，既能按索引标签提取，也能按位置举办数据提取。下面代码中行的位置按索引日期配置，列按位置配置。

#行使ix按索引标签和位置殽杂提取数据 
df_inner.ix[:'2013-01-03',:4] 

按前提提取(地区和前提值)

除了按标签和位置提起数据以外，还可以按详细的前提举办数据。下面行使 loc 和 isin 两个函数共同行使，按指定前提对数据举办提取 。

行使 isin 函数对 city 中的值是否为 beijing 举办判定。

#判定city列的值是否为beijing 
df_inner['city'].isin(['beijing']) 
  
date 
2013-01-02 True 
2013-01-05 False 
2013-01-07 True 
2013-01-06 False 
2013-01-03 False 
2013-01-04 False 
Name: city, dtype: bool 

将 isin 函数嵌套到 loc 的数据提取函数中，将判定功效为 Ture 数据提取出来。这里我们把判定前提改为 city 值是否为 beijing 和 shanghai。假如是就把这条数据提取出来。

#先判定city列里是否包括beijing和shanghai，然后将复合前提的数据提取出来。 
df_inner.loc[df_inner['city'].isin(['beijing','shanghai'])] 

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!