让我们通过一个例子来理解 iloc 和 loc 之间的区别。基本上，loc[0] 返回位于索引 0 处的数值，而 iloc[0] 返回序列第一个位置的数值。步骤：创建一个具有轴标签（包括时间序列）的一维 ndarray。打印输入序列。使用 loc[0] 打印索引 0 处的数值。使用 iloc[0] 打印序列表第一个位置的数值。示例 在线演示import pandas as pd s = pd.Series(list("AEIOU"), index=[2, 1, 0, 5, 8]) print "Input series is:", s print "Value at index=0:", s.loc[0] print "Value at the 1st location of the series:", ... 阅读更多

要将 Pandas DataFrame 写入 CSV 文件，我们可以采取以下步骤：步骤：创建一个二维、大小可变、可能异构的表格数据 df。打印输入 DataFrame。使用 df.to_csv 将 DataFrame 的值保存到 CSV（逗号分隔值）文件。示例 在线演示import pandas as pd df = pd.DataFrame(    {       "x": [5, 2, 1, 9],       "y": [4, 1, 5, 10],       "z": [4, 1, 5, 0]    } ) print "Input DataFrame is:", df df.to_csv("test.csv", sep='\t')输出Input DataFrame is:    x   y  z 0  5  4  4 1  2  1  1 2  1  5  5 3  9 10  0它将创建一个新文件（“test.csv”）并将 DataFrame 的值保存到其中。

要根据输入值从 Pandas DataFrame 中选择行，我们可以使用 isin() 方法。步骤：创建一个二维、大小可变、可能异构的表格数据 df。打印输入 DataFrame。创建一个用于选择行的数值列表。打印具有给定值的已选择行。接下来，打印未选择的行。示例 在线演示import pandas as pd df = pd.DataFrame(    {       "x": [5, 2, 1, 9],       "y": [4, 1, 5, 10],       "z": [4, 1, 5, 0]    } ) print "Input DataFrame:", df values = [1, 2] print "Selected Rows:", ... 阅读更多

要通过一次附加一行来创建一个 Pandas DataFrame，我们可以迭代一个范围并在其中添加多个列数据。步骤：创建一个二维、大小可变、可能异构的表格数据 df。打印输入 DataFrame。迭代范围 10。为不同索引赋值数字。打印创建的 DataFrame。示例 在线演示import pandas as pd import random df = pd.DataFrame(    {       "x": [],       "y": [],       "z": []    } ) print "Input DataFrame:", df for i in range(10):    df.loc[i] = [i, random.randint(1, 10), random.randint(1, 10)] print "After ... 阅读更多

要更改 DataFrame 列的顺序，我们可以采取以下步骤：步骤：创建二维、大小可变、可能异构的表格数据 df。打印输入 DataFrame。使用 df.columns.tolist() 获取 DataFrame 列的列表。更改 DataFrame 列的顺序。修改 DataFrame 的列顺序。打印更改列顺序后的 DataFrame。示例 在线演示import pandas as pd df = pd.DataFrame(    {       "x": [5, 2, 1, 9],       "y": [4, 1, 5, 10],       "z": [4, 1, 5, 0]    } ) print "Input DataFrame is:", df cols = df.columns.tolist() cols = cols[-1:] + ... 阅读更多

要获取 Pandas DataFrame 列标题的列表，我们可以使用 df.columns.values。步骤：创建一个二维、大小可变、可能异构的表格数据 df。打印输入 DataFrame。打印 df.columns.values 输出的列表。示例 在线演示import pandas as pd df = pd.DataFrame(    {       "x": [5, 2, 1, 9],       "y": [4, 1, 5, 10],       "z": [4, 1, 5, 0]    } ) print "Input DataFrame is:", df print "List of headers are: ", list(df.columns.values)输出Input DataFrame is:    x  y  z 0  5  4  4 1  2  1  1 2  1  5  5 3  9 10  0 List of headers are: ['x', 'y', 'z']

要获取 Pandas DataFrame 的行数，我们可以使用 DataFrame 索引的长度。步骤：创建一个二维、大小可变、可能异构的表格数据 df。打印输入 DataFrame。打印 DataFrame 索引列表的长度，len(df.index)。示例 在线演示import pandas as pd df = pd.DataFrame(    {       "x": [5, 2, 1, 9],       "y": [4, 1, 5, 10],       "z": [4, 1, 5, 0]    } ) print "Input DataFrame is:", df print "Row count of DataFrame is: ", len(df.index)输出Input DataFrame is:    x  y  z 0  5  4  4 1  2  1  1 2  1  5  5 3  9 10  0 Row count of DataFrame is: 4

要在 Pandas DataFrame 中选择多列，我们可以从现有 DataFrame 创建一个新的 DataFrame步骤：创建一个二维、大小可变、可能异构的表格数据 df。打印输入 DataFrame。创建一个新的 DataFrame，df1，包含多列的选择。打印具有多个已选择列的新 DataFrame。示例 在线演示import pandas as pd df = pd.DataFrame(    {       "x": [5, 2, 1, 9],       "y": [4, 1, 5, 10],       "z": [4, 1, 5, 0]    } ) print "Input DataFrame is:", df df1 = df[['x', 'y']] print "After selecting multiple columns:", df1输出Input DataFrame is:    x  y  z 0  5  4  4 1  2  1  1 2  1  5  5 3  9 10  0 After selecting multiple columns:    x  y 0  5  4 1  2  1 2  1  5 3  9 10

要重命名 Pandas DataFrame 中的列，我们可以用新的列名覆盖 df.columns。步骤：创建一个二维、大小可变、可能异构的表格数据 df。打印输入 DataFrame。用新的列名列表覆盖列。再次打印具有已重命名列名的 DataFrame。示例 在线演示import pandas as pd df = pd.DataFrame(    {       "x": [5, 2, 1, 9],       "y": [4, 1, 5, 10],       "z": [4, 1, 5, 0]    } ) print("Input DataFrame is:", df) df.columns = ["a", "b", "c"] print("After renaming, DataFrame is:", df)输出Input DataFrame is:    x  y  z 0  5  4  4 1  2  1  1 2  1  5  5 3  9 10  0 After renaming, DataFrame is:    a  b  c 0  5  4  4 1  2  1  1 2  1  5  5 3  9 10  0

根据列值选择DataFrame中的行，我们可以采取以下步骤：创建一个二维的、大小可变的、可能异构的表格数据df。打印输入的DataFrame。使用df.loc[df["x"]==2]打印当x==2时的DataFrame。类似地，打印当(x >= 2)且(x < 2)时的DataFrame。示例 在线演示import pandas as pd df = pd.DataFrame(    {       "x": [5, 2, 1, 9],       "y": [4, 1, 5, 10],       "z": [4, 1, 5, 0]    } ) print "给定的DataFrame为：", df print "当列x的值==2时：", df.loc[df["x"] == 2] ... 阅读更多