pandas loc使用说明

'''
@标题:常用帮助
@作者:汉江S
@版本:v1.0
@时间:2021-1-8
'''
import pandas as pd

#loc函数使用说明
df = pd.DataFrame([[1, 2], [4, 5], [7, 8]],
index=['第一行', '第二行', '第二行'],
columns=['第一列', '第二列'])
print(df)
'''
#一选择
df = pd.DataFrame([[1, 2], [4, 5], [7, 8]],
index=['第一行', '第二行', '第二行'],
columns=['第一列', '第二列'])
print(df)
#1单个 row_label 返回的Series
df.loc['第二行']
print(df.loc['第二行'])
#2列表 row_label 返回的DataFrame
print(df.loc[['第一行','第二行']])
#3同时选定行和列,返回单元值
print(df.loc['第一行', '第二列'])
#4同时选定多个行和单个列，注意的是通过列表选定多个row label 时，首位均是选定的。
print(df.loc['第一行':'第二行', '第一列'])
#5布尔列表选择row label布尔值列表是根据某个位置的True or False 来选定，如果某个位置的布尔值是True，则选定该row
print(df.loc[[True,False,True]])
#6返回条件布尔值
print(df.loc[df['第二列'] > 6])
#7条件布尔值和具体某列的数据
print(df.loc[df['第二列'] > 6, ['第一列']])
#8通过函数得到布尔结果选定数据
print(df.loc[lambda df: df['第二列'] == 8])
'''
'''
#二赋值
# 根据某列表选定的row 及某列 column 赋值
df.loc[['第二行', '第二行'], ['第二列']] = 50
print(df)
#将某行row的数据全部赋值
df.loc['第一行'] =10
print(df)
#将某列的数据完全赋值
df.loc[:, '第一列'] = 30
print(df)
#条件选定rows赋值
df.loc[df['第二列'] > 35] = 0
print(df)
'''
tuples = [
('第一行', 'mark i'), ('第一行', 'mark ii'),
('第二行', 'mark i'), ('第二行', 'mark ii'),
('第二行', 'mark ii'), ('第二行', 'mark iii')
]
index = pd.MultiIndex.from_tuples(tuples)
values = [[12, 2], [0, 4], [10, 20],
[1, 4], [7, 1], [16, 36]]
df = pd.DataFrame(values, columns=['第一列', '第二列'], index=index)
print(df)

print(df.loc[('第一行', 'mark ii')])
print(df.loc['第一行', 'mark i'])
print(df.loc[[('第一行', 'mark ii')]])
print(df.loc[('第一行', 'mark i'), '第二列'])
print(df.loc[('第一行', 'mark i'):'第二行'])
print(df.loc[('第一行', 'mark i'):'第二行'])
print(df.loc[('第一行', 'mark i'):('第二行','mark i')])