什么时候使用.loc和什么时候不使用Pandas Dataframe？

问题描述

有人可以帮我理解吗，在设置数据框时，我们通常会这样做

df.loc[df['col_1']==0]

但是当我不得不基于两个列值或多个条件进行子集化时，我们改为这样做

df[(df['col_1']==0) & (df['col_2']>0)]

为什么第二个条件中不使用 .loc ？

此外，为什么我们不能在第二个代码（即

）中使用 和

df[(df['col_1']==0) and (df['col_2']>0)] ?

解决方法

为什么在第二个条件中不使用.loc？

<?php

use yii\helpers\Html;
use yii\grid\GridView;

/* @var $this yii\web\View */
/* @var $searchModel app\models\EquipmentSearch */
/* @var $dataProvider yii\data\ActiveDataProvider */

$this->title = 'Equipments';
$this->params['breadcrumbs'][] = $this->title;
?>
<div class="equipment-index">

    <h1><?= Html::encode($this->title) ?></h1>

    <p>
        <?= Html::a('Create Equipment',['create'],['class' => 'btn btn-success']) ?>
    </p>

    <?php // echo $this->render('_search',['model' => $searchModel]); ?>

    <?= GridView::widget([
        'dataProvider' => $dataProvider,'filterModel' => $searchModel,'columns' => [
            ['class' => 'yii\grid\SerialColumn'],'username',#'user_equip_id','phone_model','phone_series','phone_date_acq','nb_sg_model','nb_sg_series','nb_sg_date_acq','display_model','display_series','display_date_acq',//'user_for_id',['class' => 'yii\grid\ActionColumn'],],]); ?>


</div>

不，您错了，两者都可以使用。

df = pd.DataFrame({

         'col_1':[0,3,7,1,0],'col_2':[0,6,9,2,4],'col3':list('aaabbb')
})

---

print (df.loc[df['col_1']==0])
   col_1  col_2 col3
0      0      0    a
2      0      6    a
5      0      4    b

print (df.loc[(df['col_1']==0) & (df['col_2']>0)])
   col_1  col_2 col3
2      0      6    a
5      0      4    b

使用原因是是否还需要过滤列名称，例如print (df[df['col_1']==0]) col_1 col_2 col3 0 0 0 a 2 0 6 a 5 0 4 b print (df[(df['col_1']==0) & (df['col_2']>0)]) col_1 col_2 col3 2 0 6 a 5 0 4 b ：

col_1

如果需要过滤器2个或更多列，请使用列表，例如print (df.loc[df['col_1']==0,'col_2']) 0 0 2 6 5 4 Name: col_2,dtype: int64 print (df.loc[(df['col_1']==0) & (df['col_2']>0),'col_2']) 2 6 5 4 Name: col_2,dtype: int64 使用：

col_1,col3

如果省略print (df.loc[df['col_1']==0,['col_1','col3']]) col_1 col3 0 0 a 2 0 a 5 0 b print (df.loc[(df['col_1']==0) & (df['col_2']>0),'col3']]) col_1 col3 2 0 a 5 0 b ，则失败：

loc

TypeError

---

此外，为什么我们不能在第二个代码（即

）中使用和

df[df['col_1']==0,'col_1']
df[(df['col_1']==0) & (df['col_2']>0),'col_1']

因为df[(df['col_1']==0) and (df['col_2']>0)] 用于标量处理，在熊猫中，and用于按位&-AND。更多信息是here。