亚洲香蕉成人av网站在线观看_欧美精品成人91久久久久久久_久久久久久久久久久亚洲_热久久视久久精品18亚洲精品_国产精自产拍久久久久久_亚洲色图国产精品_91精品国产网站_中文字幕欧美日韩精品_国产精品久久久久久亚洲调教_国产精品久久一区_性夜试看影院91社区_97在线观看视频国产_68精品久久久久久欧美_欧美精品在线观看_国产精品一区二区久久精品_欧美老女人bb

首頁 > 編程 > Python > 正文

對pandas中iloc,loc取數據差別及按條件取值的方法詳解

2020-02-15 23:32:06
字體:
來源:轉載
供稿:網友

Dataframe使用loc取某幾行幾列的數據:

print(df.loc[0:4,['item_price_level','item_sales_level','item_collected_level','item_pv_level']])

結果如下,取了index為0到4的五行四列數據。

  item_price_level item_sales_level item_collected_level item_pv_level0     3     3      4    141     3     3      4    142     3     3      4    143     3     3      4    144     3     3      4    14

而使用iloc,如下所示:

print(df.iloc[0:4,6:9])

結果如下,取得是index為0到3四行,以及第6到8列(從0列開始)3列數據。

  item_price_level item_sales_level item_collected_level0     3     3      41     3     3      42     3     3      43     3     3      4

另外loc可以按條件取數據:

print(df.loc[df.item_price_level==0,:])print(df.loc[df[item_price_level]==0,:])

上面兩條語句效果是一樣的,都是取item_price_level為0的所有數據。可以把冒號改成幾列列名,只取滿足條件的某幾列數據:

print(df.loc[df['item_price_level']==0,['item_price_level','item_sales_level']])

結果前兩行如下:

   item_price_level item_sales_level129141     0    10129142     0    10

條件為多個時 (同時滿足兩個條件如下):

print(df.loc[(item_price_level==0) & (item_sales_level==3),:]) 

以上這篇對pandas中iloc,loc取數據差別及按條件取值的方法詳解就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持武林站長站。

發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
亚洲香蕉成人av网站在线观看_欧美精品成人91久久久久久久_久久久久久久久久久亚洲_热久久视久久精品18亚洲精品_国产精自产拍久久久久久_亚洲色图国产精品_91精品国产网站_中文字幕欧美日韩精品_国产精品久久久久久亚洲调教_国产精品久久一区_性夜试看影院91社区_97在线观看视频国产_68精品久久久久久欧美_欧美精品在线观看_国产精品一区二区久久精品_欧美老女人bb
成人激情视频免费在线| 亚洲精品97久久| 国产精品自拍视频| 精品亚洲精品福利线在观看| 国产日韩欧美91| 日韩欧美国产网站| 91av在线播放视频| 国产婷婷97碰碰久久人人蜜臀| 午夜精品理论片| 992tv成人免费视频| 久久久久久久国产精品视频| 亚洲最大福利视频网| 国产精品老女人精品视频| 久久精品人人爽| 黄色精品一区二区| 欧美激情videos| 欧美性猛交xxxx久久久| 久久精品国产亚洲7777| 欧美日韩成人在线播放| 九九热这里只有精品免费看| 日本精品久久中文字幕佐佐木| 国产精品成人在线| 91干在线观看| 久久成人一区二区| 欧美有码在线观看视频| 亚洲国内精品视频| 国产精品久久久久久一区二区| 日韩国产在线看| 欧美激情女人20p| 久久久久久12| 欧美日韩国产91| 日韩欧美aⅴ综合网站发布| 综合国产在线视频| 国产精品福利在线| 欧美成人在线网站| 91麻豆国产语对白在线观看| 成人精品久久一区二区三区| 国产精品h片在线播放| 亚洲成人久久电影| 久操成人在线视频| 国产精品久久久亚洲| 久久久噜噜噜久久久| 欧美日韩国产一区二区三区| 成人性生交大片免费看小说| 久久精品国产清自在天天线| 日韩欧美在线一区| 亚洲欧美国产制服动漫| 亚洲欧美在线播放| 国产成人精品免费久久久久| 91av视频在线免费观看| 91精品久久久久久久久久久久久久| 亚洲国产成人精品一区二区| 68精品久久久久久欧美| 国产拍精品一二三| 这里精品视频免费| 国产免费一区二区三区在线观看| 国产成一区二区| 91亚洲精华国产精华| 亚洲人成在线播放| 色综合天天综合网国产成人网| 日本高清+成人网在线观看| 欧美一区二区三区精品电影| 色综合久久88色综合天天看泰| 国产精品一区二区三| 蜜臀久久99精品久久久无需会员| 亚洲自拍偷拍一区| 91亚洲精品在线| 国产午夜精品免费一区二区三区| 国产成人精品电影久久久| 成人免费视频网| 亚洲成人黄色在线| 欧美日韩国产91| 亚洲午夜精品久久久久久性色| 亚洲人成电影在线| 夜夜躁日日躁狠狠久久88av| 亚洲最大av在线| 欧美激情按摩在线| 欧美情侣性视频| 久久久国产视频91| 亚洲第一在线视频| 午夜精品福利在线观看| 亚洲a中文字幕| 国产精品成熟老女人| 日韩精品视频在线观看网址| 色黄久久久久久| 国产日韩在线看片| 91九色单男在线观看| 亚洲欧洲在线免费| 91久久国产综合久久91精品网站| 亚洲人线精品午夜| 亚洲精品理论电影| 最近2019中文字幕第三页视频| 2023亚洲男人天堂| 欧美精品电影免费在线观看| 伊人青青综合网站| 国产欧美精品一区二区| 久久躁日日躁aaaaxxxx| 亚洲精品一区av在线播放| 性欧美在线看片a免费观看| 亚洲伊人一本大道中文字幕| 国产欧美最新羞羞视频在线观看| 国产精品最新在线观看| 九九久久久久99精品| 国产精品第二页| 91久热免费在线视频| 亚洲成人亚洲激情| 欧美黄色成人网| 国模私拍视频一区| 亚洲精品国产福利| 亚洲欧美制服丝袜| 欧美在线影院在线视频| 秋霞午夜一区二区| 亚洲美女免费精品视频在线观看| 日韩av影视综合网| 中文字幕亚洲色图| 最近2019中文字幕大全第二页| 亚洲影视中文字幕| 国产精品久久久久久久天堂| 成人性生交xxxxx网站| 欧美在线视频一区二区| 欧美高清一级大片| 欧美性猛交xxx| 国产成人精品久久二区二区| 欧美丰满老妇厨房牲生活| 裸体女人亚洲精品一区| 欧美日韩国产成人在线观看| 亚洲欧洲一区二区三区在线观看| 国产乱人伦真实精品视频| 91黄色8090| xxxxx成人.com| 国内精品小视频在线观看| 欧美日韩免费网站| 国产成人在线视频| 欧美一级视频在线观看| 一本色道久久综合狠狠躁篇的优点| 丝袜一区二区三区| 另类图片亚洲另类| 日本免费久久高清视频| 国产精品久久中文| 国内精品中文字幕| 午夜精品久久久久久久99黑人| 精品亚洲男同gayvideo网站| 中文字幕国产日韩| 欧美成人免费在线视频| 日韩欧美成人区| 久久激情视频久久| 国产成人激情视频| 51午夜精品视频| 欧美日韩亚洲高清| 在线不卡国产精品| 7777精品久久久久久| 国产精品流白浆视频| 欧美一区二区三区免费视| 久久久亚洲福利精品午夜| 51视频国产精品一区二区| 国产亚洲一区精品| 精品国产一区二区三区在线观看| 自拍亚洲一区欧美另类| 久久999免费视频| 亚洲免费视频网站| x99av成人免费| 精品国产乱码久久久久久天美| 中文字幕欧美在线| 日韩欧美aⅴ综合网站发布|