DataFrame(5):DataFrame元素的获取方式(很重要)(二)

简介: DataFrame(5):DataFrame元素的获取方式(很重要)(二)

5、访问某个值

 如果说要访问下面数据框DataFrame中的95,应该怎么做呢?

image.png


① 先访问“地区3”这一行,再访问95这个数据

df = pd.DataFrame({"武汉":[78,99,81,77],
                   "天门":[74,97,96,97],
                   "黄冈":[77,80,95,84],
                   "孝感":[92,84,75,80],
                   "广水":[85,85,72,74]}, 
                  index=["地区1", "地区2", "地区3","地区4"]
)
display(df)
df.loc["地区3"]
df.loc["地区3"].loc["黄冈"]


结果如下:

image.png


② 先访问“黄冈”这一列,再访问95这个数据

df = pd.DataFrame({"武汉":[78,99,81,77],
                   "天门":[74,97,96,97],
                   "黄冈":[77,80,95,84],
                   "孝感":[92,84,75,80],
                   "广水":[85,85,72,74]}, 
                  index=["地区1", "地区2", "地区3","地区4"]
)
display(df)
df["黄冈"]
df["黄冈"].loc["地区3"]


结果如下:

image.png


③ 向loc中传入数据的标签坐标、向iloc中传入数据的位置坐标(最常用)

df = pd.DataFrame({"武汉":[78,99,81,77],
                   "天门":[74,97,96,97],
                   "黄冈":[77,80,95,84],
                   "孝感":[92,84,75,80],
                   "广水":[85,85,72,74]}, 
                  index=["地区1", "地区2", "地区3","地区4"]
)
display(df)
df.loc["地区3","黄冈"]
df.iloc[2,2]


结果如下:

image.png


④ 向at中传入数据的标签坐标、向iat中传入数据的位置坐标

df = pd.DataFrame({"武汉":[78,99,81,77],
                   "天门":[74,97,96,97],
                   "黄冈":[77,80,95,84],
                   "孝感":[92,84,75,80],
                   "广水":[85,85,72,74]}, 
                  index=["地区1", "地区2", "地区3","地区4"]
)
display(df)
df.at["地区3","黄冈"]
df.iat[2,2]


结果如下:

image.png

相关文章
pandas将dataframe列中的list转换为多列
在应用机器学习的过程中,很大一部分工作都是在做数据的处理,一个非常常见的场景就是将一个list序列的特征数据拆成多个单独的特征数据。
175 0
在dataframe中插入新的一行
在pandas中,可以使用`insert`函数在dataframe中插入新的一行。
989 1
Pandas中DataFrame合并的几种方法
Pandas中DataFrame合并的几种方法
455 0
在dataframe中插入新的一列
在pandas中,可以使用`insert`函数在dataframe中插入新的一列。以下是一个例子:
212 0
Pandas数据处理1、DataFrame删除NaN空值(dropna各种属性值控制超全)
Pandas数据处理1、DataFrame删除NaN空值(dropna各种属性值控制超全)
180 0