pandas筛选列值重复的行 如何用pandas实现选取特定索引的行？

如何用pandas实现选取特定索引的行？分享一篇关于熊猫如何选择特定索引行的文章，希望对您有所帮助：>>>>导入numpy作为NP>>>导入pandas作为PD>>

如何用pandas实现选取特定索引的行？

分享一篇关于熊猫如何选择特定索引行的文章，希望对您有所帮助：

>>>>导入numpy作为NP

>>>导入pandas作为PD

>>>索引=np.数组（[2,4,6,8,10]）

>>>>数据=np.数组（[3,5,7,9,11]）

>>>>数据=pd.数据帧（{“num”：data}，index=index）

>>>打印（数据）

num

2 3

4 5

67

8 9

10 11

>>>选择索引=索引[索引> 5

]>>>打印（选择索引）

[6 8 10

]>>>数据[“num”]。loc[选择索引

]6 7

8 9

10 11

名称：num，数据类型：int32

>>

请注意不能使用iloc。Iloc以数组的形式访问序列，下标从0:]>>>> data[“num”]开始。Iloc[2:5

]6 7

8 9

10 11

名称：num，数据类型：int32

>>>>数据[“num”]。Iloc[[2,3,4

6 7

8 9

10 11

名称：num，数据类型：int32

>>>；数据[“num”]

>>>

您可以试试

~熊猫.DataFrame.fillna（）函数用于填充数组中的Nan值，但此方法不会更改原始数组，而是返回一个新数组。下面是一个示例演示：

我们可以发现，在用fillna方法填充缺少的值之后，将返回一个填充的数组，但原始数组没有更改。

如果我们想改变原来的数组，我们需要重新赋值

填写指定的多列缺失值，就像填写整个数组的缺失值一样，我们需要重新赋值。