Python | Pandas DataFrame.ix []

Опубликовано: 28 Марта, 2022

Python - отличный язык для анализа данных, в первую очередь из-за фантастической экосистемы пакетов Python, ориентированных на данные. Pandas - один из таких пакетов, который значительно упрощает импорт и анализ данных.

Pandas DataFrame.ix[ ] is both Label and Integer based slicing technique. Besides pure label based and integer based, Pandas provides a hybrid method for selections and subsetting the object using the ix[] operator. ix[] is the most general indexer and will support any of the inputs in loc[] and iloc[].

Syntax: DataFrame.ix[ ]
Parameters:
Index Position: Index position of rows in integer or list of integer.
Index label: String or list of string of index label of rows
Returns: Data frame or Series depending on parameters

Code #1:

# importing pandas package 
import pandas as geek
    
# making data frame from csv file
data = geek.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")  
    
# Integer slicing
print("Slicing only rows(till index 4):")
x1 = data.ix[:4, ]
print(x1, "
")
   
print("Slicing rows and columns(rows=4, col 1-4, excluding 4):")
x2 = data.ix[:4, 1:4]
print(x2)

Output :

Code #2:

# importing pandas package 
import pandas as geek
    
# making data frame from csv file
data = geek.read_csv("nba.csv")  
    
# Index slicing on Height column
print("After index slicing:")
x1 = data.ix[10:20, "Height"]
print(x1, "
")
  
# Index slicing on Salary column
x2 = data.ix[10:20, "Salary"]
print(x2)

Выход:

Code #3:

# importing pandas and numpy
import pandas as pd
import numpy as np
   
df = pd.DataFrame(np.random.randn(10, 4),
          columns = ["A", "B", "C", "D"])
  
print("Original DataFrame: 
" , df)
   
# Integer slicing
print("
 Slicing only rows:")
print("--------------------------")
x1 = df.ix[:4, ]
print(x1)
   
print("
 Slicing rows and columns:")
print("----------------------------")
x2 = df.ix[:4, 1:3]
print(x2)

Output :

Code #4:

# importing pandas and numpy
import pandas as pd
import numpy as np
   
df = pd.DataFrame(np.random.randn(10, 4),
          columns = ["A", "B", "C", "D"])
  
print("Original DataFrame: 
" , df)
   
# Integer slicing (printing all the rows of column "A")
print("
 After index slicing (On "A"):")
print("--------------------------")
x = df.ix[:, "A"]
  
print(x)

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.

Python

Python | Pandas DataFrame.ix []

РЕКОМЕНДУЕМЫЕ СТАТЬИ