我在某人的iPython笔记本中看到了这段代码,我对此代码的工作原理感到非常困惑。据我所知,pd.loc []用作基于位置的索引器,格式为:
iris_data.loc[iris_data['class'] == 'versicolor', 'class'] = 'Iris-versicolor'
但是,在这种情况下,第一个索引似乎是一系列布尔值。有人可以向我解释这个选择是如何工作的。我试着阅读文档,但我无法找出解释。谢谢!
targetTags
答案 0 :(得分:63)
pd.DataFrame.loc
可以使用一个或两个索引器。对于帖子的其余部分,我将第一个索引器表示为i
,将第二个索引器表示为j
。
如果只提供了一个索引器,它将应用于数据帧的索引,并且假定丢失的索引器代表所有列。所以以下两个例子是等价的。
df.loc[i]
df.loc[i, :]
其中:
用于表示所有列。
如果两个索引器都存在,i
引用索引值,j
引用列值。
现在我们可以专注于i
和j
可以假设的值类型。我们使用以下数据框df
作为示例:
df = pd.DataFrame([[1, 2], [3, 4]], index=['A', 'B'], columns=['X', 'Y'])
loc
已经写成i
和j
可以
标量应该是相应索引对象中的值
df.loc['A', 'Y']
2
数组,其元素也是相应索引对象的成员(请注意我传递给loc
的数组顺序是否受到尊重
df.loc[['B', 'A'], 'X']
B 3
A 1
Name: X, dtype: int64
注意传递数组时返回对象的维度。 i
是上面的数组,loc
返回一个对象,其中返回包含这些值的索引。在这种情况下,由于j
是标量,loc
返回了pd.Series
个对象。如果我们传递i
和j
的数组,我们可以操纵它来返回数据帧,并且数组可能只是一个单值数组。
df.loc[['B', 'A'], ['X']]
X
B 3
A 1
布尔数组,其元素为True
或False
,其长度与相应索引的长度相匹配。在这种情况下,loc
只是抓取布尔数组为True
的行(或列)。
df.loc[[True, False], ['X']]
X
A 1
除了可以传递给loc
的索引器之外,它还可以让您进行分配。现在我们可以细分您提供的代码行。
iris_data.loc[iris_data['class'] == 'versicolor', 'class'] = 'Iris-versicolor'
iris_data['class'] == 'versicolor'
返回一个布尔数组。class
是一个标量,表示列对象中的值。iris_data.loc[iris_data['class'] == 'versicolor', 'class']
返回pd.Series
个对象,该对象包含'class'
为'class'
'versicolor'
iris_data.loc[iris_data['class'] == 'versicolor', 'class'] = 'Iris-versicolor'
列
与赋值运算符一起使用时:
'Iris-versicolor'
我们为'class'
'class'
为'versicolor'
CheckboxPicture.CheckedChanged += CheckboxPicture_CheckedChanged
中的所有元素分配CheckboxPicture_CheckedChanged()
醇>
答案 1 :(得分:3)
这是使用pandas
包中的数据帧。 “索引”部分可以是单个索引,索引列表或布尔列表。这可以在文档中阅读:https://pandas.pydata.org/pandas-docs/stable/indexing.html
因此index
部分指定要提取的行的子集,而(可选)column_name
指定要从数据帧的该子集处理的列。因此,如果您想要更新“类”列,但仅限于当前类设置为“versicolor”的行,您可能会执行类似于您在问题中列出的内容:
iris_data.loc[iris_data['class'] == 'versicolor', 'class'] = 'Iris-versicolor'
答案 2 :(得分:3)
它是一个pandas数据框架,它使用带有df.loc的标签库选择工具,其中有两个输入,一个用于行,另一个用于列,所以在行输入它选择所有那些行值,其中值保存在列'类'是' versicolor',在列输入中,它选择带有标签' class'的列。 ,并分配' Iris-versicolor'对他们有价值。 所以基本上它取代了所有列的单元格' class'有价值的' versicolor'用' Iris-versicolor'。
答案 3 :(得分:1)
每当可以使用 slicing (a:n
) 时,都可以将其替换为 fancy indexing(例如 [a,b,c,...,n]
)。花式索引无非是明确列出所有索引值,而不是仅指定限制。
每当可以使用花哨的索引时,它都可以替换为与索引大小相同的布尔值列表(mask)。对于将包含在花式索引中的索引值,该值将是 True
,对于将被排除的值,该值将是 False
。这是列出一些索引值的另一种方式,但可以在 NumPy 和 Pandas 中轻松实现自动化,例如通过逻辑比较(如您的情况)。
第二种替换可能性是您的示例中使用的一种。在:
iris_data.loc[iris_data['class'] == 'versicolor', 'class'] = 'Iris-versicolor'
面具
iris_data['class'] == 'versicolor'
是一个长而愚蠢的花哨索引的替代品,该索引将是行号列表,其中 class
列(一个系列)的值为 versicolor
。
布尔掩码出现在 .iloc
或 .loc
(例如 df.loc[mask]
)索引器中还是直接作为索引(例如 df[mask]
)取决于是否允许切片作为直接索引。此类情况显示在以下索引器备忘单中:
答案 4 :(得分:0)
这是pandas
基于标签的选择,如下所述:https://pandas.pydata.org/pandas-docs/stable/indexing.html#selection-by-label
布尔数组基本上是一个使用掩码的选择方法。