pandas篩選列值重復的行 如何用pandas實現(xiàn)選取特定索引的行？
如何用pandas實現(xiàn)選取特定索引的行？分享一篇關于熊貓如何選擇特定索引行的文章，希望對您有所幫助：>>>>導入numpy作為NP>>>導入pandas作為PD>>
如何用pandas實現(xiàn)選取特定索引的行？
分享一篇關于熊貓如何選擇特定索引行的文章，希望對您有所幫助：
>>>>導入numpy作為NP
>>>導入pandas作為PD
>>>索引=np.數(shù)組（[2,4,6,8,10]）
>>>>數(shù)據=np.數(shù)組（[3,5,7,9,11]）
>>>>數(shù)據=pd.數(shù)據幀（{“num”：data}，index=index）
>>>打?。〝?shù)據）
num
2 3
4 5
67
8 9
10 11
>>>選擇索引=索引[索引> 5
]>>>打?。ㄟx擇索引）
[6 8 10
]>>>數(shù)據[“num”]。loc[選擇索引
]6 7
8 9
10 11
名稱：num，數(shù)據類型：int32
>>
請注意不能使用iloc。Iloc以數(shù)組的形式訪問序列，下標從0:]>>>> data[“num”]開始。Iloc[2:5
]6 7
8 9
10 11
名稱：num，數(shù)據類型：int32
>>>>數(shù)據[“num”]。Iloc[[2,3,4
6 7
8 9
10 11
名稱：num，數(shù)據類型：int32
>>>；數(shù)據[“num”]
>>>
您可以試試
~熊貓.DataFrame.fillna（）函數(shù)用于填充數(shù)組中的Nan值，但此方法不會更改原始數(shù)組，而是返回一個新數(shù)組。下面是一個示例演示：
我們可以發(fā)現(xiàn)，在用fillna方法填充缺少的值之后，將返回一個填充的數(shù)組，但原始數(shù)組沒有更改。
如果我們想改變原來的數(shù)組，我們需要重新賦值
填寫指定的多列缺失值，就像填寫整個數(shù)組的缺失值一樣，我們需要重新賦值。