0
的子集为什么访问使用的.loc或.iloc [行] [列]一个数据帧的VS [柱] [行]顺序的语法如果我们使用方括号索引数据框,就像我们将使用列表& np.arrays一样?列&行顺序在熊猫数据帧选择/索引到数据
我肯定有一个很好的理由,我真的很好奇吧:)
E.g.
state total Obama Romney winner voters
county
Adams PA 41973 35.482334 63.112001 Romney 61156
Allegheny PA 614671 56.640219 42.185820 Obama 924351
Armstrong PA 28322 30.696985 67.901278 Romney 42147
Beaver PA 80015 46.032619 52.637630 Romney 115157
Bedford PA 21444 22.057452 76.986570 Romney 32189
In [5]: election.loc['Bedford']['winner']
Out[5]: 'Romney'
In [6]: election['Bedford']['winner']
Traceback (most recent call last):................
In [7]: election['winner']['Bedford']
Out[7]: 'Romney'
In [8]: election.loc['winner']['Bedford']
Out[8]: Traceback (most recent call last):.................
谢谢你,是的,我同意。现在你写了df.loc [index_value,column_value]我想这就是为什么顺序是行,列而不是列,行 - >因为行是索引,比列表/ np.array切片的一致性更重要? – Wouter
对不起,以前评论不好。我认为这很难解释为什么这是通过这种方式实现的:) – jezrael