Python의 Pandas에 대한 심층적인 이해(코드 예제)

이 기사는 Python의 Pandas에 대한 심층적인 이해를 제공합니다(코드 예제). 도움이 필요한 친구들이 참고할 수 있기를 바랍니다.

1. 필터

먼저 6X4 행렬 데이터를 만듭니다.

dates = pd.date_range('20180830', periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates, columns=['A','B','C','D'])
print(df)

인쇄:

             A   B   C   D
2018-08-30   0   1   2   3
2018-08-31   4   5   6   7
2018-09-01   8   9  10  11
2018-09-02  12  13  14  15
2018-09-03  16  17  18  19
2018-09-04  20  21  22  23

간단한 필터링

DataFrame에서 데이터를 선택하려는 경우 아래에 설명된 두 가지 방법이 있으며 동일한 목적을 달성할 수 있습니다. DataFrame 中的数据，下面描述了两种途径, 他们都能达到同一个目的：

print(df['A'])
print(df.A)

"""
2018-08-30     0
2018-08-31     4
2018-09-01     8
2018-09-02    12
2018-09-03    16
2018-09-04    20
Freq: D, Name: A, dtype: int64
"""

让选择跨越多行或多列:

print(df[0:3])
 
"""
            A  B   C   D
2018-08-30  0  1   2   3
2018-08-31  4  5   6   7
2018-09-01  8  9  10  11
"""

print(df['20180830':'20180901'])

"""
            A  B   C   D
2018-08-30  0  1   2   3
2018-08-31  4  5   6   7
2018-09-01  8  9  10  11
"""

如果df[3:3]将会是一个空对象。后者选择20180830到20180901标签之间的数据，并且包括这两个标签。

还可以通过 loc, iloc, ixrrreee

선택 범위를 여러 개로 확장 행 또는 열:

rrreee

df[3:3]가 빈 개체인 경우. 후자는 20180830과 20180901 태그 사이의 데이터를 선택하고 이 두 태그를 포함합니다.

loc, iloc, ix를 통해서도 선택할 수 있습니다.
관련 권장 사항:

Pandas 라이브러리를 사용하여 Python에서 빅 데이터를 처리하는 방법에 대한 간략한 소개

🎜🎜🎜Python에서 Pandas 라이브러리를 통한 CDN 로그 분석에 대한 자세한 설명🎜🎜

위 내용은 Python의 Pandas에 대한 심층적인 이해(코드 예제)의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!