Pandas DataFrame Loc
Syntaks:
# Dataramme.Loc
Eksempel 1:
Når vi utfører Pandas -koden, importerer vi først Pandas -funksjonen som "PD" i "Spyder" -appen. Vi får Pandas -funksjonen eller metodene som vi trenger å bruke "PD" i stedet for "Pandas". Vi lager en dataaframe her som er "boys_df". "PD" brukes her fordi DataFrame er metoden for "Pandas". Vi setter kolonnenavnet som overskriften til den kolonnen og legger verdiene inni alle kolonnene.
Her er den første kolonnen "Boys_DF" "B_Height" der vi setter inn høyden på guttene. Disse høydene er “5.5, 6.0, 5.7, 5.8, 5.4, 6 og 5.9 ”. Den andre kolonnen i "Boys_df" er "B_name" som inneholder guttenavn. Navnene på guttene som vi setter inn her er “Sam, Rishi, Alexander, Robin, Thomas, Samuel og Taylor”. Den neste kolonnen som vi har i "Boys_df" er "B_AGE" som inneholder guttenes alder - "19, 25, 27, 18, 21, 22 og 28". Vi legger til tre kolonner i "Boys_DF" DataFrame.
Vi setter også indeksverdiene til radene til "Boys_df". Disse indeksverdiene er “R#1, R#2, R#3, R#4, R#5, R#6 og R#7”. Disse verdiene vises som indeksen for hver rad fordi vi setter disse verdiene som “Boys_DF.indeks ”. Nå viser vi denne "Boys_DF" på konsollen. Vi bruker "print ()" -funksjonen her. Vi bruker ikke DataFrame.LOC -metode ennå, så hele DataFrame er vist i Sypder -konsollen.
Når vi trykker på "Shift+ Enter" -knappen, vises utgangen vi får her. Alle kolonnene og radene på DataFrame vises i utgangen da vi trykket hele “Boys_DF” DataFrame her. Nå bruker vi DataFrame.LOC -metoden til denne “Boys_DF” som følger:
Vi legger bare navnet på DataFrame og LOC -metoden som “Boys_DF.loc ”. Vi får bare tilgang til en verdi fra Boys_DF. Vi nevner indeksverdien på raden og kolonnenavnet hvis verdien vi ønsker å få. Vi plasserer “R#2” som er indeksverdien til raden og “B_name” som navnet på kolonnen. Så verdien som vises i denne cellen er tilgjengelig. Vi lagrer denne verdien i "gutt" og skriver ut denne verdien på konsollen.
Verdien vises i cellen hvis radindeks er “R#2”. Kolonnenavnet "B_name" vises på konsollskjermen. Vi får denne "Rishi" -verdien ved hjelp av “DataFrame.Loc ”-metode.
Eksempel 2:
I vårt andre eksempel, etter å ha importert “Pandas” -metodene som “PD”, lager vi en DataFrame når vi setter “PD.Dataramme". Denne DataFrame heter “Customer_df”. Den inneholder de distinkte kolonnene som er "Cust_name, Cust_Location, Product_ID og DIC_PER". Alle disse er navnene på hver kolonne som vi opprettet i denne DataFrame. Vi satte kundenavnene i spalten "Cust_name" som er "Joseph, Jacob, Edward, Ronica, Ryan, Simon, Nick, Patrick og John". Vi legger til plasseringen av hver kunde som er "Delhi, Banglore, Pune, Delhi, Baljiam, Birmingham, Mexico, Canada og New York" i spalten "Cust_location".
Så kommer kolonnen “Product_ID” som inneholder ID for produktene som “B112, B1213, B2214, B1255, B1116, B797, B7620, B3490 og B2912”. Den siste kolonnen vi har i "customer_df" er "dis_per" der vi setter inn prosentandelen av diskonteringsprisen som er "2%, 3%, 10%, 5%, 4%, 1%, 7%, 8%, og 2%”. Dataframe er fullført. Vi setter radindeksen ved å initialisere "indeks_" -variabelen med indeksverdiene. Disse verdiene varierer fra “R1 til R9” som vist.
Legg nå indeksene til DataFrame ved å plassere “Customer_DF.indeks ”nedenfor. Etter dette, vis “Customer_df”. Disse indeksene settes inn i den dataframmen. Nå må vi få tilgang til bare to kolonner fra denne dataaframe. For dette bruker vi “LOC” -metoden og plasserer navnene på begge kolonnene som vi ønsker å få tilgang til fra denne “Customer_df”. Kolonnene som vi får tilgang til her er “Cust_name and Dis_per”. Lagre de to kolonnene i variabelen “Kunde”. Vis bare kolonnene som vi får ved å bruke “LOC” -metoden.
Det er fire kolonner i DataFrame som vist i følgende illustrasjon. Vi får tilgang til to kolonner fra denne dataaframe som også vises under denne DataFrame. Vi får tilgang til disse kolonnene ved hjelp av "loc" -metoden.
Eksempel 3:
Her lager vi den nestede listen som heter “Account_holder_list”. Den inneholder "AH_COUNTY" som har landsnavnet i seg. "Account_Holder" inneholder navnene på kontoinnehaverne som er "Callahan, Finchley, Farnham, Fuller, Bromley, Coghill og Fuller". “Account_no” inneholder kontonummeret til kontoinnehaverne som er “253448, 120849, 272450, 234525, 294439 og 201501”.
Deretter legger vi til "medlemmet siden" der vi legger til måneden og året av medlemmene som "juni 2020, juli 2021, mai 2022, august 2022, januar 2022, mai 2022, desember 2021" ". Etter dette oppretter vi kolonnen "New_Amount" og setter inn beløpene i den som er "$ 180, $ 260, $ 190, $ 550, $ 450, $ 320 og $ 500". Vi legger også til indeksen som “R_1, R_2, R_3, R_4, R_5, R_6 og R_7”. Nå konverterer vi “Account_holder_list” til “Account_holder_df” ved å bruke Pandas -metoden. Juster radindeksene til denne “Account_holder_df”.
Vi gjengir “Account_holder_df”. Etter dette får vi tilgang til radene ved å nevne radenes utvalg. Vi ønsker å få fire rader som spenner fra “R_2: R_5”. Vi plasserer dette området i "loc" -metoden. Den får tilgang til radene “R_2, R_3, R_4 og R_5”. Gjengi dem på konsollen når vi setter denne metoden i utskriftserklæringen.
Hele DataFrame inneholder radene fra “R_1” til “R_7”. Som du kan se, får den bare tilgang til fire rader under denne dataaframe hvis rekkevidde er nevnt i "loc" -metoden. Det gjengir også radene her i konsollen. Samme som dette kan vi også få tilgang til kolonnene ved å nevne spekteret av kolonnene i "loc" -metoden.
Konklusjon
Denne guiden er skrevet for deg, så du lærer hvordan denne "LOC" -metoden fungerer og hvordan du bruker denne "LOC" -metoden i Pandas. Vi forklarte denne "LOC" -metoden i detalj, og vi ga en praktisk demonstrasjon av "LOC" -metoden ved å bruke denne metoden i vår Pandas -kode. Vi viste utdataene sammen med kodeskriptet. Vi diskuterte at "loc" -metoden hjelper oss med å få tilgang til raden eller kolonnen eller en verdi. Vi håper at denne guiden er enkel for deg å lære og forstå, ettersom alle konseptene og kodene er forklart her i detalj.