营销型网站建设排名,优化百度网站,个人网站备案需要什么,美食网站 怎么做文章目录 数据总表1、读取列2、读取某列的第几行的值3、第一行数据4、读取列中前10个值5、读取索引标签为1 、 2 、 3 、 5和8的记录6、包含索引标签为0 、1 、10和100的记录的country 、province 、 region_1和region_2列7、 前 100 条记录的country和variety列8、包含Italy葡… 文章目录 数据总表1、读取列2、读取某列的第几行的值3、第一行数据4、读取列中前10个值5、读取索引标签为1 、 2 、 3 、 5和8的记录6、包含索引标签为0 、1 、10和100的记录的country 、province 、 region_1和region_2列7、 前 100 条记录的country和variety列8、包含Italy葡萄酒评论的 DataFrame italian_wines9、包含来自澳大利亚或新西兰的葡萄酒的至少 95 分满分 100 分的所有评论 数据总表
reviews.head()1、读取列
从reviews中选择description列并将结果分配给变量desc
# Your code here
desc reviews.description2、读取某列的第几行的值
从reviews的描述列中选择第一个值将其分配给变量first_description
first_description desc.iloc[0]3、第一行数据
从reviews中选择第一行数据第一条记录并将其分配给变量first_row
first_row reviews.loc[0,:]4、读取列中前10个值
从reviews中的description列中选择前 10 个值将结果分配给变量first_descriptions
first_descriptions reviews.description.iloc[:10]first_descriptions5、读取索引标签为1 、 2 、 3 、 5和8的记录
选择索引标签为1 、 2 、 3 、 5和8的记录并将结果分配给变量sample_reviews
sample_reviews reviews.iloc[[1,2,3,5,8],:]sample_reviews6、包含索引标签为0 、1 、10和100的记录的country 、province 、 region_1和region_2列
创建一个变量df其中包含索引标签为0 、 1 、 10和100的记录的country 、 province 、 region_1和region_2列。换句话说生成以下 DataFrame
df reviews.loc[[0, 1, 10, 100], [country, province, region_1, region_2]]
df# 官方代码
cols [country, province, region_1, region_2]
indices [0, 1, 10, 100]
df reviews.loc[indices, cols]7、 前 100 条记录的country和variety列
创建一个变量df其中包含前 100 条记录的country和variety列。
提示您可以使用loc或iloc 。在回答这个问题以及接下来的几个问题时请保留教程中描述的以下“陷阱”
iloc使用 Python stdlib 索引方案其中包含范围的第一个元素并排除最后一个元素。同时 loc包含索引。
当 DataFrame 索引是一个简单的数字列表例如0,…,1000时这尤其令人困惑。在这种情况下df.iloc[0:1000]将返回 1000 个条目而df.loc[0:1000]返回其中的 1001 个要使用loc获取 1000 个元素您需要降低一级并请求df.iloc[0:999] 。
# loc包含索引
df reviews.loc[:99, [country, variety]]
df或者
# iloc不包含索引且只能使用数字作为索引
# 不能使用该写法错误df reviews.iloc[:100, [country, variety]]df reviews.iloc[:100, [0, 11]]
dfiloc基于位置索引选择 iloc 是基于整数位置即位置索引来选择数据。 适用于需要按行、列的数字位置索引进行定位的场景。 索引从 0 开始例如 iloc[0] 选择的是第一行。loc基于标签索引选择 loc 是基于标签索引即行或列的名称来选择数据。 适用于已知标签的场景比如使用行名称或列名称来提取数据。 官方代码
cols [country, variety]
df reviews.loc[:99, cols]
orcols_idx [0, 11]
df reviews.iloc[:100, cols_idx]8、包含Italy葡萄酒评论的 DataFrame italian_wines
创建一个包含Italy葡萄酒评论的 DataFrame italian_wines 。提示 reviews.country等于什么
italian_wines reviews.loc[reviews.country Italy]9、包含来自澳大利亚或新西兰的葡萄酒的至少 95 分满分 100 分的所有评论
创建一个 DataFrame top_oceania_wines 其中包含来自澳大利亚或新西兰的葡萄酒的至少 95 分满分 100 分的所有评论
top_oceania_wines reviews.loc[((reviews.country Australia) | (reviews.country New Zealand)) (reviews.points 95) ]
top_oceania_wines官方代码
top_oceania_wines reviews.loc[(reviews.country.isin([Australia, New Zealand])) (reviews.points 95)
]
