Pythonin Pandas-kirjasto on erittäin hyödyllinen matemaattisten tietojen käsittelyyn ja sitä käytetään laajalti koneoppimisen alalla. Se sisältää monia menetelmiä sen oikean toiminnan varmistamiseksi. paikka() ja iloc() ovat yksi niistä menetelmistä. Näitä käytetään tietojen leikkaamiseen Pandas DataFrame . Ne auttavat valinnassa kätevästi DataFrame-kehyksestä Python . Niitä käytetään tietojen suodattamiseen joidenkin ehtojen mukaan.
Ero loc()- ja iloc()-funktioiden välillä Pandas DataFramessa
Tässä näemme eron loc()- ja iloc()-funktioiden välillä Pandas DataFramessa. Nähdäksemme ja vertaillaksemme näiden kahden välistä eroa luomme mallitietokehyksen, jota käytämme koko kappaleessa. Molempien menetelmien toiminta on selitetty autojen näyteaineistossa.
python3
kuinka ladata youtube-videoita vlc
# importing the module> import> pandas as pd> > # creating a sample dataframe> data>=> pd.DataFrame({>'Brand'>: [>'Maruti'>,>'Hyundai'>,>'Tata'>,> >'Mahindra'>,>'Maruti'>,>'Hyundai'>,> >'Renault'>,>'Tata'>,>'Maruti'>],> >'Year'>: [>2012>,>2014>,>2011>,>2015>,>2012>,> >2016>,>2014>,>2018>,>2019>],> >'Kms Driven'>: [>50000>,>30000>,>60000>,> >25000>,>10000>,>46000>,> >31000>,>15000>,>12000>],> >'City'>: [>'Gurgaon'>,>'Delhi'>,>'Mumbai'>,> >'Delhi'>,>'Mumbai'>,>'Delhi'>,> >'Mumbai'>,>'Chennai'>,>'Ghaziabad'>],> >'Mileage'>: [>28>,>27>,>25>,>26>,>28>,> >29>,>24>,>21>,>24>]})> > # displaying the DataFrame> display(data)> |
>
>
Lähtö
Brand Year Kms Driven City Mileage 0 Maruti 2012 50000 Gurgaon 28 1 Hyundai 2014 30000 Delhi 27 2 Tata 2011 60000 Mumbai 25 3 Mahindra 2015 25000 Delhi 26 4 Maruti 2012 10000 Mumbai 28 5 Hyundai 2016 46000 Delhi 29 6 Renault 2014 31000 Mumbai 24 7 Tata 2018 15000 Chennai 21 8 Maruti 2019 12000 Ghaziabad 24>
Python loc() -funktio
The loc()-funktio on otsikkopohjainen tietojen valintamenetelmä, mikä tarkoittaa, että meidän on välitettävä sen rivin tai sarakkeen nimi, jonka haluamme valita. Tämä menetelmä sisältää siinä välitetyn alueen viimeisen elementin, toisin kuin iloc(). loc() voi hyväksyä loogiset tiedot toisin kuin iloc(). Monet toiminnot voidaan suorittaa käyttämällä loc()-menetelmää, kuten
Esimerkki 1: Tietojen valitseminen joidenkin ehtojen mukaan
Tässä esimerkissä koodi käyttääloc>toiminto, jolla valitaan ja näytetään rivit DataFramesta, joissa merkki on 'Maruti' ja ajokilometrimäärä on suurempi kuin 25, ja jotka näyttävät oleellisia tietoja Maruti-autoista, joilla on paljon ajokilometrejä.
python3
leksikografinen järjestys
# selecting cars with brand 'Maruti' and Mileage>25>> => 'Maruti'>) & (data.Mileage>>> |
>
>
Lähtö
Brand Year Kms Driven City Mileage 0 Maruti 2012 50000 Gurgaon 28 4 Maruti 2012 10000 Mumbai 28>
Esimerkki 2: Rivialueen valitseminen DataFramesta
Tässä esimerkissä koodi käyttääloc>toiminto poimimaan ja näyttämään rivejä, joiden indeksit vaihtelevat välillä 2–5 (mukaan lukien) DataFramesta ja jotka tarjoavat tietoa tietystä autovalikoimasta tietojoukossa.
python3
# selecting range of rows from 2 to 5> display(data.loc[>2>:>5>])> |
>
>
Lähtö
Brand Year Kms Driven City Mileage 2 Tata 2011 60000 Mumbai 25 3 Mahindra 2015 25000 Delhi 26 4 Maruti 2012 10000 Mumbai 28 5 Hyundai 2016 46000 Delhi 29>
Esimerkki 3: Minkä tahansa sarakkeen arvon päivittäminen
Tässä esimerkissä koodi käyttääloc>toiminto päivittää 'Mileage'-arvot arvoon 22 DataFrame-kehyksessä oleville autoille, joiden valmistusvuosi on ennen 2015. Muokattu DataFrame näytetään sitten, mikä kuvastaa Mittarilukema-sarakkeeseen tehtyjä muutoksia.
python3
10 potenssiin 6
# updating values of Mileage if Year <2015> data.loc[(data.Year <>2015>), [>'Mileage'>]]>=> 22> display(data)> |
>
>
Lähtö
Brand Year Kms Driven City Mileage 0 Maruti 2012 50000 Gurgaon 22 1 Hyundai 2014 30000 Delhi 22 2 Tata 2011 60000 Mumbai 22 3 Mahindra 2015 25000 Delhi 26 4 Maruti 2012 10000 Mumbai 22 5 Hyundai 2016 46000 Delhi 29 6 Renault 2014 31000 Mumbai 22 7 Tata 2018 15000 Chennai 21 8 Maruti 2019 12000 Ghaziabad 24>
Python iloc()-funktio
The iloc()-funktio on indeksoitu valintamenetelmä, mikä tarkoittaa, että meidän on välitettävä menetelmässä kokonaislukuindeksi valitaksemme tietyn rivin/sarakkeen. Tämä menetelmä ei sisällä viimeistä siinä välitetyn alueen elementtiä toisin kuin loc(). iloc() ei hyväksy loogisia tietoja toisin kuin loc(). Iloc():lla suoritetut toiminnot ovat:
Esimerkki 1: Rivien valitseminen kokonaislukuindeksien avulla
Tässä esimerkissä koodi käyttääiloc>toiminto poimimaan ja näyttämään tiettyjä rivejä indekseillä 0, 2, 4 ja 7 DataFramesta, ja ne näyttävät tietoja valituista autoista tietojoukossa.
python3
java perintö
# selecting 0th, 2nd, 4th, and 7th index rows> display(data.iloc[[>0>,>2>,>4>,>7>]])> |
>
>
Lähtö
Brand Year Kms Driven City Mileage 0 Maruti 2012 50000 Gurgaon 28 2 Tata 2011 60000 Mumbai 25 4 Maruti 2012 10000 Mumbai 28 7 Tata 2018 15000 Chennai 21>
Esimerkki 2: Sarake- ja rivialueen valitseminen samanaikaisesti
Tässä esimerkissä koodi käyttääiloc>toiminto poimia ja näyttää DataFramen osajoukon, mukaan lukien rivit 1–4 ja sarakkeet 2–4. Tämä antaa tietoja tietystä autovalikoimasta ja niiden oleellisista attribuuteista tietojoukossa.
python3
# selecting rows from 1 to 4 and columns from 2 to 4> display(data.iloc[>1>:>5>,>2>:>5>])> |
>
mikä on monitori
>
Lähtö
Kms Driven City Mileage 1 30000 Delhi 27 2 60000 Mumbai 25 3 25000 Delhi 26 4 10000 Mumbai 28>