选择与. loc在python

Question

我在某人的iPython笔记本上看到了这段代码，我对这段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，其格式为：

df.loc[index,column_name]

然而，在这种情况下，第一个索引似乎是一系列布尔值。有人能给我解释一下这个选择是如何工作的吗？我试图通读留档，但我想不出一个解释。谢谢！

iris_data.loc[iris_data['class'] == 'versicolor', 'class'] = 'Iris-versicolor'

Answer 1

这是一个熊猫数据帧，它使用带有df.loc的标签基选择工具，其中有两个输入，一个用于行，另一个用于列，所以在行输入中它选择所有这些保存在列class中的值为versicolor的行值，在列输入中，它选择带有标签class的列，并将Iris-versicolor值分配给它们。所以基本上，它用valueversicolor替换了列class的所有单元格。

Answer 2

这是使用pandas包中的数据帧。“索引”部分可以是单个索引、索引列表或布尔值列表。这可以在文档中阅读：https://pandas.pydata.org/pandas-docs/stable/indexing.html

因此，索引部分指定要拉出的行的子集，（可选）列名称指定要从该数据帧子集使用的列。因此，如果您想更新“class”列，但只更新当前将该类设置为“versicolor”的行，您可以执行类似于问题中列出的操作：

iris_data.loc[iris_data['class'] == 'versicolor', 'class'] = 'Iris-versicolor'

Answer 3

pd.DataFrame.loc可以采用一个或两个索引器。对于文章的其余部分，我将把第一个索引器表示为i，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，并且假定缺少的索引器表示所有列。所以下面两个例子是等价的。

1. 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。让我们使用下面的数据框df作为示例：

    df = pd.DataFrame([[1, 2], [3, 4]], index=['A', 'B'], columns=['X', 'Y'])

loc的编写使得i和j可以

>

应为各个索引对象中的值的标量

df.loc['A', 'Y']

2

其元素也是相应索引对象的成员的数组（注意，我传递给loc的数组的顺序受到尊重

df.loc[['B', 'A'], 'X']

B    3
A    1
Name: X, dtype: int64

>

df.loc[['B', 'A'], ['X']]

   X
B  3
A  1

其元素为True或False且其长度与相应索引的长度匹配的布尔数组。在这种情况下，loc只获取其中布尔数组为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，它还使您能够进行赋值。现在我们可以分解您提供的代码行。

iris_data.loc[iris_data['class'] == 'versicolor', 'class'] = 'Iris-versicolor'

>

iris\u data['class']=='versicolor'返回一个布尔数组。

class是表示columns对象中的值的标量。

iris\u data.loc[iris\u data['class']='versicolor'，'class']返回一个pd.Series对象，该对象由'class'列组成，用于'class'为'versicolor'

与赋值运算符一起使用时：

iris_data.loc[iris_data['class'] == 'versicolor', 'class'] = 'Iris-versicolor'

我们为列'class'中的所有元素分配'Iris-versicolor'，其中'class'为'versicolor'