pandas.dataframe怎么把列變成索引？在dataframe中根據(jù)一定的條件，得到符合要求的某行元素所在的位置。代碼如下所示：[python] view plain copydf = pd.

pandas.dataframe怎么把列變成索引？

在dataframe中根據(jù)一定的條件，得到符合要求的某行元素所在的位置。

代碼如下所示：

[python] view plain copy

df = pd.DataFrame({"BoolCol": [1， 2， 3， 3， 4]，"attr": [22， 33， 22， 44， 66]}，

index=[10，20，30，40，50])

print(df)

a = df[(df.BoolCol==3)&(df.attr==22)].index.tolist()

print(a)

df如下所示，以上通過(guò)選取“BoolCol”取值為3且“attr”取值為22的行，得到該行在df中的位置

注意：返回的位置為index列表，根據(jù)index的不同而不同，這點(diǎn)易于數(shù)組中默認(rèn)的下標(biāo)。

[python] view plain copy

BoolCol attr

10 1 22

20 2 33

30 3 22

40 3 44

50 4 66

[30]

pandas中哪個(gè)函數(shù)可以讀取excel文檔excelfilepython？

import xlrddata = xlrd.open_workbook("excelFile.xls")table = data.sheets()[0] #通過(guò)索引順序獲取table = data.sheet_by_index(0) #通過(guò)索引順序獲取table = data.sheet_by_name(u"Sheet1")#通過(guò)名稱獲取

如何用pandas實(shí)現(xiàn)選取特定索引的行？

分享一篇pandas實(shí)現(xiàn)選取特定索引的行的方法，希望對(duì)你有所幫助：

>>> import numpy as np

>>> import pandas as pd

>>> index=np.array([2，4，6，8，10])

>>> data=np.array([3，5，7，9，11])

>>> data=pd.DataFrame({"num":data}，index=index)

>>> print(data)

num

2 3

4 5

6 7

8 9

10 11

>>> select_index=index[index>5]

>>> print(select_index)

[ 6 8 10]

>>> data["num"].loc[select_index]

6 7

8 9

10 11

Name: num， dtype: int32

>>>

注意，不能用iloc，iloc是將序列當(dāng)作數(shù)組來(lái)訪問(wèn)，下標(biāo)又會(huì)從0開始：

>>> data["num"].iloc[2:5]

6 7

8 9

10 11

Name: num， dtype: int32

>>> data["num"].iloc[[2，3，4]]

6 7

8 9

10 11

Name: num， dtype: int32

>>>

可以試試看