Pandas DataFrame loc
Sintassi:
# DataFrame.loc
Esempio 1:
Mentre eseguiamo il codice Pandas, per prima cosa importa la funzione Pandas come "PD" nell'app "Spyder". Otteniamo la funzione o i metodi Panda di cui abbiamo bisogno di usare "PD" al posto di "Panda". Creiamo un frame dati qui che è il "boys_df". Il "PD" è utilizzato qui perché il frame dati è il metodo di "Panda". Mettiamo il nome della colonna come intestazione di quella colonna e mettiamo i valori all'interno di tutte le colonne.
Qui, la prima colonna di "boys_df" è "b_height" dove inseriamo l'altezza dei ragazzi. Queste altezze sono “5.5, 6.0, 5.7, 5.8, 5.4, 6 e 5.9 ". La seconda colonna del "Boys_DF" è "B_Name" che contiene i nomi dei ragazzi. I nomi dei ragazzi che inseriamo qui sono "Sam, Rishi, Alexander, Robin, Thomas, Samuel e Taylor". La colonna successiva che abbiamo nel "Boys_DF" è "B_age" che contiene l'età dei ragazzi - "19, 25, 27, 18, 21, 22 e 28". Aggiungiamo tre colonne nel frame dati "boys_df".
Abbiamo anche impostato i valori dell'indice delle righe del "Boys_DF". Questi valori dell'indice sono "R#1, R#2, R#3, R#4, R#5, R#6 e R#7". Questi valori appaiono come l'indice di ogni riga perché impostiamo quei valori come "boys_df.indice". Ora mostriamo questo "Boys_DF" sulla console. Usiamo la funzione "print ()" qui. Non applichiamo il frame dati.Metodo LOC ancora, quindi l'intero telaio di dati è mostrato nella console Sypder.
Quando premi il pulsante "Shift+ Enter", l'uscita che otteniamo viene mostrata qui. Tutte le colonne e le righe del telaio dati compaiono nell'output mentre stampiamo l'intero telaio di dati "Boys_DF" qui. Ora applichiamo il telaio dati.Metodo LOC a questo "Boys_DF" che segue:
Abbiamo appena messo il nome del frame dati e del metodo LOC come "Boys_DF.LOC ". Accediamo a un solo valore da boys_df. Citiamo il valore dell'indice della riga e il nome della colonna il cui valore vogliamo ottenere. Posizioniamo il "r#2" che è il valore dell'indice della riga e "b_name" come nome della colonna. Quindi, si accede il valore che appare in questa cella. Archiviamo questo valore in "ragazzo" e stampiamo questo valore sulla console.
Il valore appare nella cella la cui riga indice è "R#2". Il nome della colonna "B_Name" viene visualizzato nella schermata della console. Ottiamo questo valore "rishi" con l'aiuto del "data frame.Metodo Loc ".
Esempio 2:
Nel nostro secondo esempio, dopo aver importato i metodi "Panda" come "PD", creiamo un frame di dati mentre mettiamo il "PD.DataFrame ". Questo frame dati è chiamato "customer_df". Contiene le colonne distinte che sono "cust_name, cust_location, product_id e dic_per". Tutti questi sono i nomi di ogni colonna che abbiamo creato in questo frame dati. Mettiamo i nomi dei clienti nella colonna "cust_name" che sono "Joseph, Jacob, Edward, Ronica, Ryan, Simon, Nick, Patrick e John". Aggiungiamo la posizione di ogni cliente che sono "Delhi, Banglore, Pune, Delhi, Baljiam, Birmingham, Messico, Canada e New York" nella colonna "Cust_Location".
Quindi arriva la colonna "Product_id" che contiene l'ID dei prodotti come "B112, B1213, B2214, B1255, B1116, B797, B7620, B3490 e B2912". L'ultima colonna che abbiamo nel "cliente_df" è "dis_per" in cui inseriamo la percentuale del prezzo di sconto che sono "2%, 3%, 10%, 5%, 4%, 1%, 7%, 8%, e il 2%". Il frame dati è completato. Impostamo l'indice di riga inizializzando la variabile "index_" con i valori dell'indice. Questi valori vanno da "R1 a R9" come mostrato.
Ora, aggiungi quegli indici al frame dati posizionando il "customer_df.indice "sotto. Dopo questo, visualizza il "cliente_df". Questi indici sono inseriti in quel frame dati. Ora, dobbiamo accedere a solo due colonne da questo frame dati. Per questo, utilizziamo il metodo "LOC" e posizioniamo i nomi di entrambe le colonne a cui vogliamo accedere da questo "Customer_DF". Le colonne a cui accediamo qui sono "CUST_NAME e Dis_per". Memorizza quelle due colonne nella variabile "cliente". Visualizza solo quelle colonne che otteniamo applicando il metodo "LOC".
Ci sono quattro colonne nel frame dati come mostrato nella seguente illustrazione. Accediamo a due colonne da questo frame dati che viene visualizzato anche di seguito questo frame dati. Accediamo a queste colonne con l'aiuto del metodo "LOC".
Esempio 3:
Qui, facciamo l'elenco nidificato chiamato "account_holder_list". Contiene il "ah_country" che contiene il nome del paese. Il "account_holder" contiene i nomi dei titolari di account che sono "Callahan, Finchley, Farnham, Fuller, Bromley, Coghill e Fuller". Il "account_no" contiene il numero di conto dei titolari di account che sono "253448, 120849, 272450, 234525, 294439 e 201501".
Quindi, aggiungiamo il "membro" da quando aggiungiamo il mese e l'anno dei membri come "giugno 2020, luglio 2021, maggio 2022, agosto 2022, gennaio 2022, maggio 2022, dicembre 2021". Successivamente, creiamo la colonna "New_amount" e inseriamo gli importi in essa che sono "$ 180, $ 260, $ 190, $ 550, $ 450, $ 320 e $ 500". Aggiungiamo anche l'indice come "R_1, R_2, R_3, R_4, R_5, R_6 e R_7". Ora, convertiamo il "account_holder_list" in "account_holder_df" utilizzando il metodo Pandas. Regola gli indici di riga su questo "account_holder_df".
Rendiamo il "account_holder_df". Successivamente, accediamo alle righe menzionando l'intervallo delle righe. Vogliamo ottenere quattro righe che vanno da "R_2: R_5". Inseriamo questa gamma nel metodo "LOC". Accede alle righe "R_2, R_3, R_4 e R_5". Renderli sulla console mentre inseriamo questo metodo nell'istruzione di stampa.
L'intero telaio di dati contiene le righe da "R_1" a "R_7". Come puoi vedere, accede solo quattro righe al di sotto di questo frame di dati il cui intervallo è menzionato nel metodo "LOC". Rende anche quelle file qui nella console. Come questo, possiamo anche accedere alle colonne menzionando l'intervallo delle colonne nel metodo "LOC".
Conclusione
Questa guida è scritta per te, quindi imparerai come funziona questo metodo "loc" e come utilizzare questo metodo "loc" in panda. Abbiamo spiegato in dettaglio questo metodo "LOC" e abbiamo fornito una dimostrazione pratica del metodo "LOC" utilizzando questo metodo nel nostro codice Pandas. Abbiamo mostrato l'output insieme allo script del codice. Abbiamo discusso che il metodo "LOC" ci aiuta ad accedere alla riga o alla colonna o a qualsiasi valore. Speriamo che questa guida sia facile da imparare e capire poiché tutti i concetti e i codici sono spiegati in qui dettaglio.