介绍Pandas实战中一些中端玩法

output

Index(['Weather', 'Wind', 'Max Temperature', 'Weather', 'Wind',

'Max Temperature'],

dtype='object')

那么在“；大”斜向上多重查找取值的给与也是一样的道理，这里就不多加以赘述了

信息的给与 那么关的到信息的给与，方式也有很多种，最近似于的就是loc()作法以及iloc()作法了，例如

df.loc['London' , 'Day']

## 或者是

df.loc[('London', ) , ('Day', )]

output

通过线程loc()作法来给与第一等级上的信息，要是我们只想给与所有“；大”的信息，code如下

df.loc[:, 'Day']

## 或者是

df.loc[:, ('Day',)]

output

或者是所有“特”的信息，code如下

df.loc['London' , :]

## 或者是

df.loc[('London', ) , :]

output

当然我们也可以这么来认真，在；大斜向上登录第二等级上的查找，code如下

df.loc['London' , '2019-07-02']

## 或者是

df.loc[('London' , '2019-07-02')]

output

多重查找的信息给与 假设我们只想给与伯明罕在2019年7月3日常在的信息，code如下

df.loc['Cambridge', 'Day'].loc['2019-07-03']

output

在第一次线程loc['Cambridge', 'Day']的时候返国的是DataFrame信息集，然后再通过线程loc()作法来合成信息，当然这里还有来得加快捷的作法，code如下

df.loc[('Cambridge', '2019-07-01'), 'Day']

我们无需起源于九代的形式的查找取值来进；大信息的合成。要是我们不只是只想给与单；大或者是单特的信息，可以这么来配置

df.loc[

('Cambridge' , ['2019-07-01','2019-07-02'] ) ,

'Day'

]

output

或者是给与多特的信息，code如下

df.loc[

'Cambridge' ,

('Day', ['Weather', 'Wind'])

]

output

我们要是只想给与伯明罕在2019年7月1日到3日，连续3天的常在季节，code如下

df.loc[

('Cambridge', '2019-07-01': '2019-07-03'),

'Day'

]

output

这么来写成是才会报结对的，正确的作法一定会是这么来认真，

df.loc[

('Cambridge','2019-07-01'):('London','2019-07-03'),

'Day'

]

xs()作法的线程 小编另外录用xs()作法来登录多重查找中的等级，例如我们只只想2019年7月1日各的城市的信息，code如下

df.xs('2019-07-01', level='Date')

output

还并能接受多个阶数的查找，例如只想给与悉尼在2019年7月4日的不间断信息，code如下

df.xs(('London', '2019-07-04'), level=['City','Date'])

output

另外还有axis给定来登录是给与“特”斜向还是“；大”斜向上的信息，例如我们只想给与“Weather”这一特的信息，code如下

df.xs('Weather', level=1, axis=1)

output

正因如此的level给定代表的是等级，我们将其加进0，看一下出来的结果

df.xs('Day', level=0, axis=1)

output

比对出来的是三个主要城市2019年常在的季节

IndexSlice()作法的线程 同时Pandas内部也提供了IndexSlice()作法来不方便我们来得加快捷地合成出多重查找信息高度集中的信息，code如下

from pandas import IndexSlice as idx

df.loc[

idx[: , '2019-07-04'],

'Day'

]

output

我们同时可以登录；大以及特斜向上的查找来进；大信息的合成，code如下

rows = idx[: , '2019-07-02']

cols = idx['Day' , ['Max Temperature','Weather']]

df.loc[rows, cols]

output

。

老是拉肚子拉稀是什么原因
拉肚子有什么症状
脉血康治疗跌打损伤水肿
骨关节炎吃什么药
脑外伤偏瘫可以康复吗
怎么治疗干眼症
艾得辛艾拉莫德片的疗效怎么样
消痔软膏的功能主治是什么
谈咳宁
999消痔软膏内痔可以用吗