“.loc” 是 pandas.DataFrame 的一个属性。它用于根据行/列标签索引访问 DataFrame 中的元素。它的工作原理类似于 pandas.DataFrame 的“at”属性，但区别在于，“at”属性仅用于访问单个元素，而“loc”属性可以访问一组元素。“.loc” 属性允许使用整数、整数列表、带整数的切片对象、布尔数组等作为输入。如果在 DataFrame 中找不到指定的标签，则会引发 KeyError。示例 1在本例中，我们创建了一个… 阅读更多

DataFrame 是 pandas 的一个二维数据结构，用于以表格格式存储带标签的数据，DataFrame 具有行索引标签和列索引标签，用于表示元素（值）的地址。通过使用这些行/列标签，我们可以访问 DataFrame 的元素，并且可以进行数据操作。如果要单独获取 DataFrame 中的列标签，则可以使用 pandas.DataFrame 的“columns”属性。示例 1在本例中，我们已将 columns 属性应用于 pandas DataFrame 以获取列标签。# 导入 pandas 包 import pandas ... 阅读更多

DataFrame 是 pandas 的一个数据结构，用于以二维方式存储带标签的数据，标签可以是文本数据、整数和时间序列等。通过使用这些标签，我们可以访问给定 DataFrame 的元素，并且可以进行数据操作。在 pandas.DataFrame 中，行标签称为索引，如果要单独获取索引标签，则可以使用 pandas.DataFrame 的“index”属性。示例 1在本例中，我们已将 index 属性应用于 pandas DataFrame 以获取行索引标签。# 导入 pandas 包 import pandas as pd # ... 阅读更多

pandas DataFrame.iloc 是一个属性，用于使用基于整数位置的索引值访问 DataFrame 的元素。属性 .iloc 仅接受指定行和列索引位置的整数。通常，基于位置的索引值从 0 到 length-1 表示。超出此范围，我们才能访问 DataFrame 元素，否则会引发“IndexError”。但是，切片索引器不会对超出范围的索引值引发“IndexError”，因为它允许超出范围的索引值。示例 1在本例中，我们已将切片索引器应用于 iloc 属性以访问从第 1 个… 阅读更多

pandas.DataFrame.iloc 属性用于使用整数位置访问 pandas DataFrame 中的元素。它与 pandas.DataFrame 的“iat”属性非常相似，但区别在于，“iloc”属性可以访问一组元素，而“iat”属性仅访问单个元素。“.iloc” 属性允许使用整数、整数列表、带整数的切片对象、布尔数组等作为输入。如果请求的索引超出范围，则该属性会引发“IndexError”，切片索引器对象除外。示例 1在本例中，我们使用… 阅读更多

pandas.DataFrame.iat 属性用于使用行/列整数位置访问 DataFrame 的单个值，它与 pandas 中的 iloc 非常相似，不同之处在于，这里我们将访问单个元素，而不是访问一组元素。“iat” 属性获取行和列的整数索引值，以便在特定位置获取或设置元素。如果给定的整数位置超出范围，则该属性会引发“IndexError”。示例 1在本例中，我们创建了一个 DataFrame，使用 iat 属性访问第 2 行第 1 列的元素。# 导入 pandas ... 阅读更多

要检查 pandas DataFrame 中的数据类型，我们可以使用“dtype”属性。该属性返回一个包含每一列数据类型的序列。DataFrame 的列名表示为结果序列对象的索引，相应的类型作为序列对象的返回值。如果任何列存储了混合数据类型，则整列的数据类型将显示为 object 数据类型。示例 1应用 pandas dtype 属性并验证 DataFrame 对象中每个元素的数据类型。# 导入 pandas 包 import pandas as pd ... 阅读更多

“axes” 是 pandas DataFrame 的一个属性，此属性用于访问给定 DataFrame 的行和列标签组。它将返回一个表示 DataFrame 轴的 Python 列表。axes 属性收集所有行和列标签，并返回一个包含所有轴标签的列表对象。示例 1在以下示例中，我们使用一些数据初始化了一个 DataFrame。然后，我们在 DataFrame 对象上调用了 axes 属性。# 导入 pandas 包 import pandas as pd # 创建 Pandas DataFrame df = pd.DataFrame([[1, 4, 3], [7, 2, 6], ... 阅读更多

pandas DataFrame.at 属性用于使用行和列标签访问单个值。“at”属性获取行和列标签数据以从给定 DataFrame 对象的指定标签位置获取元素。它将根据行和列标签返回一个值，我们也可以在该特定位置上传值。如果在 DataFrame 中找不到指定的标签，则 .at 属性将引发 KeyError。示例 1在本例中，我们使用 Python 字典创建了一个 Pandas DataFrame。列名由… 阅读更多

Pandas series.isin() 函数用于检查请求的值是否包含在给定的 Series 对象中。它将返回一个布尔序列对象，显示序列中的每个元素是否与过去传递给 isin() 方法的序列中的元素匹配。布尔值 True 表示与 isin() 方法输入序列中指定的序列中的匹配元素，不匹配的元素用 False 表示。isin() 方法仅期望一个值的序列，而不是序列的 Series 或直接值。这意味着它允许对键进行矢量化，但… 阅读更多