Получить указанное значение строки данного Pandas DataFrame
Pandas DataFrame - это двумерная потенциально неоднородная табличная структура данных с изменяемым размером и помеченными осями (строки и столбцы).
Теперь давайте посмотрим, как получить указанное значение строки данного DataFrame.
Мы будем использовать loc [], iloc [] и [] для объекта фрейма данных, чтобы выбирать строки и столбцы из нашего фрейма данных.
- iloc [] используется для выбора строк / столбцов по их соответствующим меткам.
- loc [] используется для выбора строк / столбцов по их индексам.
- [] используется для выбора столбцов по их соответствующим именам.
Метод 1: Использование iloc [].
Пример: Предположим, у вас есть фреймворк pandas, и вы хотите выбрать конкретную строку по ее индексу.
Python3
# import pandas libraryimport pandas as pd # Creating a dictionaryd = {"sample_col1": [1, 2, 3], "sample_col2": [4, 5, 6], "sample_col3": [7, 8, 9]} # Creating a Dataframedf = pd.DataFrame(d) # show the dataframe print(df) print() # Select Row No. 2print(df.iloc[2]) |
Выход:

Метод 2: Использование loc [].
Example: Suppose you want to select rows where the value of a given column is given.
Python3
# import pandas libraryimport pandas as pd # Creating a dictionaryd = {"sample_col1": [1, 2, 1], "sample_col2": [4, 5, 6], "sample_col3": [7, 8, 9]} # Creating a Dataframedf = pd.DataFrame(d) # show the dataframeprint(df) print() # Select rows where sample_col1 is 1print(df.loc[df["sample_col1"] == 1]) |
Выход:

Метод 3: Использование [] и iloc [] .
Example: Suppose you want only the values pertaining to specific columns of a specific row.
Python3
# import pandas libraryimport pandas as pd # Creating a dictionaryd = {"sample_col1": [1, 2, 1], "sample_col2": [4, 5, 6], "sample_col3": [7, 8, 9]} # Creating a Dataframedf = pd.DataFrame(d) # show the dataframeprint(df) print() # Display column 1 and 3 for row 2print(df[["sample_col1" , "sample_col3"]].iloc[1]) |
Выход:

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.
Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.