Функция Python loc () – Извлечение значений из набора данных
Эй, читатели! В этой статье мы подробно остановимся на функционировании функции Python loc (). Итак, давайте начнем!!
Эй, читатели! В этой статье мы подробно остановимся на функционировании функции Python loc ()|/. Итак, давайте начнем!!
Работа функции Python loc()
Python включает в себя различные модули, которые имеют встроенные функции для работы со значениями данных и управления ими.
Модуль Pandas позволяет нам обрабатывать большие наборы данных, содержащие значительное количество данных для обработки в целом.
Это происходит, когда на сцену выходит функция Python loc ()|/. Функция lock() помогает нам легко извлекать значения данных из набора данных.
Используя функцию loc (), мы можем получить доступ к значениям данных, помещенным в конкретную строку или столбец, на основе значения индекса, переданного функции.
Нам нужно указать значения индекса, для которых мы хотим, чтобы все данные были представлены в выходных данных.
Метка индекса может быть одним из следующих значений :
Таким образом, мы можем извлечь конкретную запись из набора данных на основе метки индекса с помощью функции loc ().
Давайте теперь сосредоточимся на реализации того же самого, используя приведенные ниже примеры.
Примеры функции Python loc()
Давайте сначала создадим фрейм данных с набором значений данных, используя фрейм данных в модуле Pandas, как показано ниже:
Фрейм данных :
Создав фрейм данных с определенным набором значений, давайте теперь попробуем получить набор строк или столбцов, имеющих значения данных для определенного индекса, как показано ниже:
Извлечение одной строки из фрейма данных
Итак, используя приведенную выше команду, мы извлекли все значения данных, связанные с меткой индекса “Python”.
Извлечение нескольких строк из фрейма данных
Теперь давайте попробуем извлечь строки и столбцы данных, связанные с несколькими индексами, одновременно, используя приведенную ниже команду.
Извлеките диапазон строк с помощью Python loc()
Здесь мы использовали объект slice, как и в случае с метками, для отображения строк и столбцов, связанных с метками от “Python” до “C”.
Вывод
На этом мы подошли к концу этой темы. Не стесняйтесь комментировать ниже, если у вас возникнут какие-либо вопросы.
Для получения большего количества таких сообщений, связанных с Python, оставайтесь настроенными и до тех пор счастливого обучения!!
Python — отличный язык для анализа данных, в первую очередь благодаря фантастической экосистеме пакетов Python, ориентированных на данные. Pandas является одним из таких пакетов и значительно упрощает импорт и анализ данных.
Панды предоставляют уникальный метод для извлечения строк из фрейма данных. DataFrame.loc[] — это метод, который принимает только метки индекса и возвращает строку или фрейм данных, если метка индекса существует во фрейме данных вызывающей стороны.
Parameters:
Index label: String or list of string of index label of rows
Return type: Data frame or Series depending on parameters
Чтобы загрузить CSV, использованный в коде, нажмите здесь.
Пример № 1: Извлечение одной строки
В этом примере столбец Имя создается как столбец индекса, а затем две отдельные строки извлекаются одна за другой в виде рядов с использованием индексной метки строк.
# импорт пакета панд
import pandas as pd
# создание фрейма данных из CSV-файла
# извлечение строки методом loc
first = data.loc[ «Avery Bradley» ]
second = data.loc[ «R.J. Hunter» ]
Выход:
Как показано на выходном изображении, были возвращены две серии, так как оба раза был только один параметр. 
Пример №2: несколько параметров
В этом примере столбец Имя создается как столбец индекса, а затем две отдельные строки извлекаются одновременно путем передачи списка в качестве параметра.
# импорт пакета панд
import pandas as pd
# создание фрейма данных из CSV-файла
# извлечение строк методом loc
# проверка типа данных строк
Выход:
Как показано на выходном изображении, на этот раз тип возвращаемого значения является фреймом данных. Обе строки были извлечены и отображены как новый фрейм данных. 
Пример № 3: Извлечение нескольких строк с одинаковым индексом
# импорт пакета панд
import pandas as pd
# создание фрейма данных из CSV-файла
# извлечение строк методом loc
rows = data.loc[ «Utah Jazz» ]
# проверка типа данных строк
Выход:
Как показано на выходном изображении, все строки с именем команды «Юта Джаз» были возвращены в виде фрейма данных. 
Пример № 4: извлечение строк между двумя индексными метками
В этом примере передаются две метки индекса строк и возвращаются все строки, попадающие между этими двумя метками индекса (обе метки индекса включены).
# импорт пакета панд
import pandas as pd
# создание фрейма данных из CSV-файла
# извлечение строк методом loc
rows = data.loc[ «Avery Bradley» : «Isaiah Thomas» ]
# проверка типа данных строк
Выход:
Как показано на выходном изображении, все строки, попадающие между двумя пропущенными метками индекса, возвращаются в форме фрейма данных. 
Дата публикации Jul 1, 2019
Я «ковырялся», используя набор данных покемонов ( #dadjokes ) с первой недели моегоКурс Data Science Immersive на Генеральной Ассамблеев Атланте.
Вот что df.head(10) выглядит как:
Индексируемый атрибут, а не метод
Отдельные метки, фрагменты и списки
Передача одного индексатора (так как этот фрейм данныхRangeIndexed, мы передаем целое число) возвращает ряд панд с данными для строки с этим значением индекса, в данном случае Charmander:
Проходя простометка столбцаилииндексатор пустой строкидаст вам ошибку, потому что первая позиция индекса в скобках ищетрядиндекс, и это требуется:
Но передавая метку столбца после использованияНотация Pythonуказать, какие строки вы хотите (например, [:] для всех строк) даст вам данные столбца в серии панд. Обратите внимание, что, в отличие от обычного соглашения Python, .loc срезы включают обе конечные точки:
Вы также можете пройтиспискис именами индексов строк или столбцов, чтобы получить подмножество данных. (Список понятийработа тоже!)
Булевы списки
Все возможности здесь, такие как получение покемонов с более чем 175 атаками:
Или те, у кого меньше 100 очков жизни и более 650 общих характеристик:
Или с буквой «X» в названии или с типом «PsychicFairy»:
pandas.DataFrame.loc¶
Access a group of rows and columns by label(s) or a boolean array.
.loc[] is primarily label based, but may also be used with a boolean array.
Allowed inputs are:
Note that contrary to usual python slices, both the start and the stop are included
An alignable boolean Series. The index of the key will be aligned before masking.
An alignable Index. The Index of the returned selection will be the input.
A callable function with one argument (the calling Series or DataFrame) and that returns valid output for indexing (one of the above)
If any items are not found.
If an indexed key is passed and its index is unalignable to the frame index.
Access a single value for a row/column label pair.
Access group of rows and columns by integer position(s).
Returns a cross-section (row(s) or column(s)) from the Series/DataFrame.
Access group of values using labels.
Getting values
Single label. Note this returns the row as a Series.
List of labels. Note using [[]] returns a DataFrame.
Single label for row and column
Slice with labels for row and single label for column. As mentioned above, note that both the start and stop of the slice are included.
Boolean list with the same length as the row axis
Alignable boolean Series:
Index (same behavior as df.reindex )
Conditional that returns a boolean Series
Conditional that returns a boolean Series with column labels specified
Callable that returns a boolean Series
Setting values
Set value for all items matching the list of labels
Set value for an entire row
Set value for an entire column
Set value for rows matching callable condition
Getting values on a DataFrame with an index that has integer labels
Another example using integers for the index
Slice with integer labels for rows. As mentioned above, note that both the start and stop of the slice are included.
Getting values with a MultiIndex
A number of examples using a DataFrame with a MultiIndex
Single label. Note this returns a DataFrame with a single index.
Single index tuple. Note this returns a Series.
Single label for row and column. Similar to passing in a tuple, this returns a Series.
Single tuple. Note using [[]] returns a DataFrame.
Single tuple for the index with a single label for the column
pandas.DataFrame.loc¶
Access a group of rows and columns by label(s) or a boolean array.
.loc[] is primarily label based, but may also be used with a boolean array.
Allowed inputs are:
Note that contrary to usual python slices, both the start and the stop are included
An alignable boolean Series. The index of the key will be aligned before masking.
An alignable Index. The Index of the returned selection will be the input.
A callable function with one argument (the calling Series or DataFrame) and that returns valid output for indexing (one of the above)
If any items are not found.
If an indexed key is passed and its index is unalignable to the frame index.
Access a single value for a row/column label pair.
Access group of rows and columns by integer position(s).
Returns a cross-section (row(s) or column(s)) from the Series/DataFrame.
Access group of values using labels.
Getting values
Single label. Note this returns the row as a Series.
List of labels. Note using [[]] returns a DataFrame.
Single label for row and column
Slice with labels for row and single label for column. As mentioned above, note that both the start and stop of the slice are included.
Boolean list with the same length as the row axis
Alignable boolean Series:
Index (same behavior as df.reindex )
Conditional that returns a boolean Series
Conditional that returns a boolean Series with column labels specified
Callable that returns a boolean Series
Setting values
Set value for all items matching the list of labels
Set value for an entire row
Set value for an entire column
Set value for rows matching callable condition
Getting values on a DataFrame with an index that has integer labels
Another example using integers for the index
Slice with integer labels for rows. As mentioned above, note that both the start and stop of the slice are included.
Getting values with a MultiIndex
A number of examples using a DataFrame with a MultiIndex
Single label. Note this returns a DataFrame with a single index.
Single index tuple. Note this returns a Series.
Single label for row and column. Similar to passing in a tuple, this returns a Series.
Single tuple. Note using [[]] returns a DataFrame.
Single tuple for the index with a single label for the column
