Pandas es una poderosa biblioteca de código abierto para manipulación y análisis de datos en Python. Ofrece estructuras de datos y herramientas de análisis fáciles de usar, lo que lo hace valioso para los científicos, analistas y desarrolladores de datos que trabajan con datos estructurados.
En el siguiente breve tutorial, encontrará cómo seleccionar filas y columnas con Pandas.
Para seleccionar filas y columnas específicas de un DataFrame en Pandas, puede usar el loc y iloc métodos.
ubicación
loc se utiliza para la indexación basada en etiquetas. Le permite seleccionar filas y columnas por sus etiquetas o nombres de índice.
Ejemplo:
# Selecting a single row by label
df.loc[3]
# Selecting multiple rows by label
df.loc[[1, 3, 5]]
# Selecting a single column by label
df.loc[:, 'column_name']
# Selecting multiple columns by label
df.loc[:, ['column1', 'column2']]
# Selecting specific rows and columns by label
df.loc[[1, 3, 5], ['column1', 'column2']]
Pandas iLoc
iloc se utiliza para la indexación basada en números enteros. Le permite seleccionar filas y columnas por sus posiciones enteras.
Ejemplo:
# Selecting a single row by integer position
df.iloc[3]
# Selecting multiple rows by integer position
df.iloc[[1, 3, 5]]
# Selecting a single column by integer position
df.iloc[:, 0]
# Selecting multiple columns by integer position
df.iloc[:, [0, 2]]
# Selecting specific rows and columns by integer position
df.iloc[[1, 3, 5], [0, 2]]
Estos son algunos ejemplos básicos de cómo seleccionar filas y columnas usando Pandas. Dependiendo de sus necesidades específicas, puede aplicar condiciones y operaciones adicionales para filtrar y manipular aún más los datos.
Etiquetas
Pandas Biblioteca Python de código abierto Marcos análisis de datos ingeniería de datos Tutorial ¿Cómo?
