Memilih Lajur dalam Bingkai Data Pandas
Apabila berurusan dengan tugasan manipulasi data, pemilihan lajur tertentu menjadi perlu. Dalam Panda, terdapat pelbagai pilihan untuk memilih lajur.
Pilihan 1: Menggunakan Nama Lajur
Untuk memilih lajur mengikut nama lajur, cuma hantar senarai nama lajur sebagai berikut:
df1 = df[['a', 'b']]
Pilihan 2: Menggunakan Berangka Indeks
Jika indeks lajur diketahui, gunakan fungsi iloc untuk memilihnya. Ambil perhatian bahawa pengindeksan Python adalah berasaskan sifar.
df1 = df.iloc[:, 0:2] # Select columns with indices 0 and 1
Pilihan Alternatif: Pengindeksan Menggunakan Kamus
Untuk kes di mana indeks lajur mungkin berubah, gunakan pendekatan berikut:
column_dict = {df.columns.get_loc(c): c for idx, c in enumerate(df.columns)} df1 = df.iloc[:, list(column_dict.keys())]
Tidak disyorkan Pendekatan
Pendekatan berikut tidak disyorkan kerana ia boleh membawa kepada ralat:
df1 = df['a':'b'] # Slicing column names does not work df1 = df.ix[:, 'a':'b'] # Deprecated indexing method
Memelihara Data Asal
Perhatikan bahawa memilih lajur hanya mencipta paparan atau rujukan kepada kerangka data asal. Jika anda memerlukan salinan bebas lajur yang dipilih, gunakan kaedah copy():
df1 = df.iloc[:, 0:2].copy()
Atas ialah kandungan terperinci Bagaimanakah Saya Memilih Lajur dalam Pandas DataFrames dengan Cekap?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!