Tôi đã chạy qua điều này khi sử dụng DataFrames với Multi Indexes và thấy Squeeze hữu ích.
Từ tài liệu:
Squeeze 1 đối tượng trục kích thước vào vô hướng.
Sê -ri hoặc các khung dữ liệu với một phần tử duy nhất được ép thành một vô hướng. DataFrames với một cột hoặc một hàng duy nhất được ép thành một chuỗi. Nếu không đối tượng không thay đổi.
# Example for a dataframe with MultiIndex
> import pandas as pd
> df = pd.DataFrame[
[
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
],
index=pd.MultiIndex.from_tuples[ [['i', 1], ['ii', 2], ['iii', 3]] ],
columns=pd.MultiIndex.from_tuples[ [['A', 'a'], ['B', 'b'], ['C', 'c']] ]
]
> df
A B C
a b c
i 1 1 2 3
ii 2 4 5 6
iii 3 7 8 9
> df.loc['ii', 'B']
b
2 5
> df.loc['ii', 'B'].squeeze[]
5
Lưu ý rằng trong khi df.at[]
cũng hoạt động [nếu bạn không cần sử dụng điều kiện], bạn vẫn cần phải chỉ định tất cả các cấp độ của Multiindex.
Example:
> df.at[['ii', 2], ['B', 'b']]
5
Tôi có một khung dữ liệu với chỉ số sáu cấp và các cột hai cấp, vì vậy chỉ phải chỉ định mức bên ngoài là khá hữu ích.
Cải thiện bài viết
Lưu bài viết
Cải thiện bài viết
Lưu bài viết
Đọciloc[]. In this function we pass the row number as parameter.
pandas.DataFrame.iloc[]
Bàn luậnpandas.DataFrame.iloc[]
Parameters :
- Trong Pandas DataFrame & NBSP; chúng ta có thể tìm thấy giá trị hàng được chỉ định với chức năng sử dụng ILOC []. Trong chức năng này, chúng tôi vượt qua số hàng dưới dạng tham số. Index position of rows in integer or list of integer.
Cú pháp: pandas.dataframe.iloc [] tham số: Data frame or Series depending on parameters
Vị trí chỉ mục: Vị trí chỉ mục của các hàng trong số nguyên hoặc danh sách số nguyên.
Loại trả về: Khung dữ liệu hoặc chuỗi tùy thuộc vào tham số
Ví dụ 1 :
import
pandas as pd
> df.at[['ii', 2], ['B', 'b']]
5
6df.at[]
6 : [
df.at[]
8> df.at[['ii', 2], ['B', 'b']]
5
1import
0 ____11____1015> df.at[['ii', 2], ['B', 'b']]
5
6import
5 : [
> df.at[['ii', 2], ['B', 'b']]
5
2> df.at[['ii', 2], ['B', 'b']]
5
1__12pandas as pd
3=
pandas as pd
5
pandas as pd
6pandas as pd
7pandas as pd
8pandas as pd
9
data
0
pandas as pd
6pandas as pd
7data
3pandas as pd
9
data
5data
6data
7
Đầu ra:
Ví dụ 2:
import
pandas as pd
data
=
{
=
3 : [
=
5
> df.at[['ii', 2], ['B', 'b']]
5
1=
7> df.at[['ii', 2], ['B', 'b']]
5
1____69{
0{
1{
2
> df.at[['ii', 2], ['B', 'b']]
5
1{
4{
5> df.at[['ii', 2], ['B', 'b']]
5
6{
7 : [
{
9> df.at[['ii', 2], ['B', 'b']]
5
1'1'
1____11'1'
3> df.at[['ii', 2], ['B', 'b']]
5
1____855> df.at[['ii', 2], ['B', 'b']]
5
1____87> df.at[['ii', 2], ['B', 'b']]
5
6: [
0 : [
'1'
7___> df.at[['ii', 2], ['B', 'b']]
5
6> df.at[['ii', 2], ['B', 'b']]
5
03 : [
'1'
7___pandas as pd
3=
pandas as pd
5
pandas as pd
6pandas as pd
7pandas as pd
8pandas as pd
9
data
0
pandas as pd
6pandas as pd
7
> df.at[['ii', 2], ['B', 'b']]
5
25pandas as pd
9data
5
> df.at[['ii', 2], ['B', 'b']]
5
28data
7Đầu ra: