Cải thiện bài viết
Lưu bài viết
Cải thiện bài viết
Lưu bài viết
Đọc
Python3
Bàn luận
Chúng ta có thể thử các cách tiếp cận khác nhau để chia dữ liệu để có được kết quả mong muốn. Hãy cùng lấy một ví dụ về một bộ dữ liệu kim cương. & Nbsp; & nbsp;
# .loc DataFrame method # filtering rows and selecting columns by label # format # ufo.loc[rows, columns] # row 0, all columns ufo.loc[0, :]4
# .loc DataFrame method # filtering rows and selecting columns by label # format # ufo.loc[rows, columns] # row 0, all columns ufo.loc[0, :]5
# .loc DataFrame method # filtering rows and selecting columns by label # format # ufo.loc[rows, columns] # row 0, all columns ufo.loc[0, :]4
# .loc DataFrame method # filtering rows and selecting columns by label # format # ufo.loc[rows, columns] # row 0, all columns ufo.loc[0, :]7
City Ithaca Colors Reported NaN Shape Reported TRIANGLE State NY Time 6/1/1930 22:00 Name: 0, dtype: object5
Output:
# .loc DataFrame method
# filtering rows and selecting columns by label
# format
# ufo.loc[rows, columns]
# row 0, all columns
ufo.loc[0, :]
4 # .loc DataFrame method
# filtering rows and selecting columns by label
# format
# ufo.loc[rows, columns]
# row 0, all columns
ufo.loc[0, :]
9
In the below code, the dataframe is divided into two parts, first 1000 rows, and remaining rows. We can see the shape of the
newly formed dataframes as the output of the given code.
Python3
City Ithaca Colors Reported NaN Shape Reported TRIANGLE State NY Time 6/1/1930 22:00 Name: 0, dtype: object0
City Ithaca Colors Reported NaN Shape Reported TRIANGLE State NY Time 6/1/1930 22:00 Name: 0, dtype: object1
City Ithaca Colors Reported NaN Shape Reported TRIANGLE State NY Time 6/1/1930 22:00 Name: 0, dtype: object2
City Ithaca Colors Reported NaN Shape Reported TRIANGLE State NY Time 6/1/1930 22:00 Name: 0, dtype: object3
City Ithaca Colors Reported NaN Shape Reported TRIANGLE State NY Time 6/1/1930 22:00 Name: 0, dtype: object4
Phương pháp 1: Tách gấu trúc DataFrame theo lệnh Row Inin Mã dưới đây, DataFrame được chia thành hai phần, 1000 hàng đầu tiên và các hàng còn lại. Chúng ta có thể thấy hình dạng của các khung dữ liệu mới được hình thành là đầu ra của mã đã cho. & NBSP;
# rows 0, 1, 2 # all columns ufo.loc[[0, 1, 2], :] # more efficient code ufo.loc[0:2, :]6
# rows 0, 1, 2 # all columns ufo.loc[[0, 1, 2], :] # more efficient code ufo.loc[0:2, :]7
# rows 0, 1, 2 # all columns ufo.loc[[0, 1, 2], :] # more efficient code ufo.loc[0:2, :]8
# rows 0, 1, 2 # all columns ufo.loc[[0, 1, 2], :] # more efficient code ufo.loc[0:2, :]9
# if you leave off ", :" pandas would assume it's there # but you should leave it there to improve code readability ufo.loc[0:2]0
# if you leave off ", :" pandas would assume it's there # but you should leave it there to improve code readability ufo.loc[0:2]1
Output:
City Ithaca
Colors Reported NaN
Shape Reported TRIANGLE
State NY
Time 6/1/1930 22:00
Name: 0, dtype: object
6City Ithaca
Colors Reported NaN
Shape Reported TRIANGLE
State NY
Time 6/1/1930 22:00
Name: 0, dtype: object
1 City Ithaca
Colors Reported NaN
Shape Reported TRIANGLE
State NY
Time 6/1/1930 22:00
Name: 0, dtype: object
8City Ithaca
Colors Reported NaN
Shape Reported TRIANGLE
State NY
Time 6/1/1930 22:00
Name: 0, dtype: object
9# rows 0, 1, 2
# all columns
ufo.loc[[0, 1, 2], :]
# more efficient code
ufo.loc[0:2, :]
0
Here, we will first grouped the data by column value “color”. The newly formed dataframe consists of grouped data with color = “E”.
Python3
# rows 0, 1, 2 # all columns ufo.loc[[0, 1, 2], :] # more efficient code ufo.loc[0:2, :]1
City Ithaca Colors Reported NaN Shape Reported TRIANGLE State NY Time 6/1/1930 22:00 Name: 0, dtype: object1
# rows 0, 1, 2 # all columns ufo.loc[[0, 1, 2], :] # more efficient code ufo.loc[0:2, :]3
City Ithaca Colors Reported NaN Shape Reported TRIANGLE State NY Time 6/1/1930 22:00 Name: 0, dtype: object9
# rows 0, 1, 2 # all columns ufo.loc[[0, 1, 2], :] # more efficient code ufo.loc[0:2, :]5
Phương pháp 2: Tách dữ liệu gấu trúc theo các nhóm được hình thành từ Valueshere cột duy nhất, trước tiên chúng tôi sẽ nhóm dữ liệu theo giá trị cột. DataFrame mới được hình thành bao gồm dữ liệu được nhóm với Color = Hồi E Tiết. & NBSP;
# all rows # column: City ufo.loc[:, 'City']0
Output:
# if you leave off ", :" pandas would assume it's there
# but you should leave it there to improve code readability
ufo.loc[0:2]
2City Ithaca
Colors Reported NaN
Shape Reported TRIANGLE
State NY
Time 6/1/1930 22:00
Name: 0, dtype: object
1 # if you leave off ", :" pandas would assume it's there
# but you should leave it there to improve code readability
ufo.loc[0:2]
4
In the above code, we can see that we have formed a new dataset of a size of 0.6 i.e. 60% of total rows [or length of the dataset], which now consists of 32364 rows. These rows are selected randomly.
Python3
# if you leave off ", :" pandas would assume it's there # but you should leave it there to improve code readability ufo.loc[0:2]5
City Ithaca Colors Reported NaN Shape Reported TRIANGLE State NY Time 6/1/1930 22:00 Name: 0, dtype: object1
# if you leave off ", :" pandas would assume it's there # but you should leave it there to improve code readability ufo.loc[0:2]7
# if you leave off ", :" pandas would assume it's there # but you should leave it there to improve code readability ufo.loc[0:2]8
City Ithaca Colors Reported NaN Shape Reported TRIANGLE State NY Time 6/1/1930 22:00 Name: 0, dtype: object4
0 Ithaca 1 Willingboro 2 Holyoke 3 Abilene 4 New York Worlds Fair 5 Valley City 6 Crater Lake 7 Alma 8 Eklutna 9 Hubbard 10 Fontana 11 Waterloo 12 Belton 13 Keokuk 14 Ludington 15 Forest Home 16 Los Angeles 17 Hapeville 18 Oneida 19 Bering Sea 20 Nebraska 21 NaN 22 NaN 23 Owensboro 24 Wilderness 25 San Diego 26 Wilderness 27 Clovis 28 Los Alamos 29 Ft. Duschene ... 18211 Holyoke 18212 Carson 18213 Pasadena 18214 Austin 18215 El Campo 18216 Garden Grove 18217 Berthoud Pass 18218 Sisterdale 18219 Garden Grove 18220 Shasta Lake 18221 Franklin 18222 Albrightsville 18223 Greenville 18224 Eufaula 18225 Simi Valley 18226 San Francisco 18227 San Francisco 18228 Kingsville 18229 Chicago 18230 Pismo Beach 18231 Pismo Beach 18232 Lodi 18233 Anchorage 18234 Capitola 18235 Fountain Hills 18236 Grant Park 18237 Spirit Lake 18238 Eagle River 18239 Eagle River 18240 Ybor Name: City, dtype: object0
Output:
TAM GIÁC
NY
- .loc
- .iloc
- .ix
In [3]:
url = '//bit.ly/uforeports' ufo = pd.read_csv[url]
In [5]:
# show first 3 shows ufo.head[3]
Out[5]:
Ithaca | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
Willingboro | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
TAM GIÁC | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
Willingboro
This is a really powerful and flexible method
In [6]:
# .loc DataFrame method # filtering rows and selecting columns by label # format # ufo.loc[rows, columns] # row 0, all columns ufo.loc[0, :]
Out[6]:
City Ithaca Colors Reported NaN Shape Reported TRIANGLE State NY Time 6/1/1930 22:00 Name: 0, dtype: object
In [10]:
# rows 0, 1, 2 # all columns ufo.loc[[0, 1, 2], :] # more efficient code ufo.loc[0:2, :]
Out[10]:
Ithaca | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
Willingboro | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
TAM GIÁC | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
In [12]:
# if you leave off ", :" pandas would assume it's there # but you should leave it there to improve code readability ufo.loc[0:2]
Out[12]:
Ithaca | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
Willingboro | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
TAM GIÁC | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
In [13]:
# all rows # column: City ufo.loc[:, 'City']
Out[13]:
0 Ithaca 1 Willingboro 2 Holyoke 3 Abilene 4 New York Worlds Fair 5 Valley City 6 Crater Lake 7 Alma 8 Eklutna 9 Hubbard 10 Fontana 11 Waterloo 12 Belton 13 Keokuk 14 Ludington 15 Forest Home 16 Los Angeles 17 Hapeville 18 Oneida 19 Bering Sea 20 Nebraska 21 NaN 22 NaN 23 Owensboro 24 Wilderness 25 San Diego 26 Wilderness 27 Clovis 28 Los Alamos 29 Ft. Duschene ... 18211 Holyoke 18212 Carson 18213 Pasadena 18214 Austin 18215 El Campo 18216 Garden Grove 18217 Berthoud Pass 18218 Sisterdale 18219 Garden Grove 18220 Shasta Lake 18221 Franklin 18222 Albrightsville 18223 Greenville 18224 Eufaula 18225 Simi Valley 18226 San Francisco 18227 San Francisco 18228 Kingsville 18229 Chicago 18230 Pismo Beach 18231 Pismo Beach 18232 Lodi 18233 Anchorage 18234 Capitola 18235 Fountain Hills 18236 Grant Park 18237 Spirit Lake 18238 Eagle River 18239 Eagle River 18240 Ybor Name: City, dtype: object
In [15]:
# all rows # column: City, State ufo.loc[:, ['City', 'State']] # similar code for City through State ufo.loc[:, 'City':'State']
Out[15]:
Ithaca | Nan | TAM GIÁC | NY |
Willingboro | Nan | TAM GIÁC | NY |
TAM GIÁC | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | Willingboro | KHÁC |
NJ | Nan | 6/30/1930 20:00 | .IX sử dụng nhãn trộn và số nguyên khi sử dụng lựa chọn. |
lục địa | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | Willingboro | KHÁC |
NJ | 6/30/1930 20:00 | .IX sử dụng nhãn trộn và số nguyên khi sử dụng lựa chọn. | lục địa |
quốc gia | Nan | TAM GIÁC | Ia |
NY | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | Nan | NY |
6/1/1930 22:00 | Nan | Nan | Willingboro |
KHÁC | Nan | NJ | 6/30/1930 20:00 |
.IX sử dụng nhãn trộn và số nguyên khi sử dụng lựa chọn. | 6/30/1930 20:00 | TAM GIÁC | KHÁC |
NJ | Nan | TAM GIÁC | NY |
Nan | Nan | Nan | 6/1/1930 22:00 |
Nan | Nan | TAM GIÁC | 6/1/1930 22:00 |
Willingboro | Nan | NJ | 6/30/1930 20:00 |
.IX sử dụng nhãn trộn và số nguyên khi sử dụng lựa chọn. | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | Willingboro | NY |
.IX sử dụng nhãn trộn và số nguyên khi sử dụng lựa chọn. | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | NY |
Willingboro | Willingboro | Willingboro | Willingboro |
TAM GIÁC | Nan | NY | 6/1/1930 22:00 |
Willingboro | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Willingboro | Willingboro | NY |
6/1/1930 22:00 | Nan | Willingboro | KHÁC |
NJ | Nan | TAM GIÁC | KHÁC |
NJ | 6/30/1930 20:00 | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | NY | KHÁC |
NJ | Nan | 6/30/1930 20:00 | NY |
6/1/1930 22:00 | Willingboro | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | Willingboro |
KHÁC | Nan | Nan | lục địa |
quốc gia | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | Willingboro | NY |
6/1/1930 22:00 | Nan | Willingboro | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | KHÁC |
NJ | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | Nan | WI |
Willingboro | 6/30/1930 20:00 | .IX sử dụng nhãn trộn và số nguyên khi sử dụng lựa chọn. | KHÁC |
NJ | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | Nan | Willingboro |
KHÁC | Nan | TAM GIÁC | NY |
6/1/1930 22:00 | Nan | TAM GIÁC | Ia |
Sông đại bàng | Nan | Nan | WI |
Sông đại bàng | 6/30/1930 20:00 | TAM GIÁC | WI |
Ybor | Nan | TAM GIÁC | Fl |
NY
In [17]:
# multiple rows and multiple columns ufo.loc[0:2, 'City':'State']
Out[17]:
Ithaca | Nan | TAM GIÁC | NY |
Willingboro | Nan | TAM GIÁC | NY |
TAM GIÁC | Nan | TAM GIÁC | NY |
In [18]:
# show first 3 shows ufo.head[3]0
Out[18]:
6/1/1930 22:00 | Nan | Willingboro | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | Nan | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | Nan | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | TAM GIÁC | .IX sử dụng nhãn trộn và số nguyên khi sử dụng lựa chọn. | lục địa |
6/1/1930 22:00 | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | Willingboro | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | 6/30/1930 20:00 | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | 6/30/1930 20:00 | NY | 6/1/1930 22:00 |
In [20]:
# show first 3 shows ufo.head[3]1
Out[20]:
6/1/1930 22:00 | Nan | Willingboro | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | TAM GIÁC | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | Nan | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | Nan | NY | 6/1/1930 22:00 |
6/1/1930 22:00 | Nan | TAM GIÁC | .IX sử dụng nhãn trộn và số nguyên khi sử dụng lựa chọn. | lục địa |
6/1/1930 22:00 | Nan | TAM GIÁC | Ca. | 14/11/1997 19:55 |
Oakland | Nan | TAM GIÁC | Ca. | 12/10/1997 1:30 |
Oakland | Nan | TAM GIÁC | Ca. | 12/10/1997 1:30 |
Oakland | Nan | TAM GIÁC | Ca. | 12/10/1997 1:30 |
Oakland | Nan | TAM GIÁC | 12/10/1997 1:30 | QUẢ CẦU LỬA |
Oakland | Nan | TAM GIÁC | Ca. | 12/10/1997 1:30 |
In [21]:
# show first 3 shows ufo.head[3]2
Out[21]:
# show first 3 shows ufo.head[3]3
In [24]:
# show first 3 shows ufo.head[3]4
Out[24]:
# show first 3 shows ufo.head[3]3
Out[25]:
HÌNH TRỤ | 1/23/1999 21:30 |
Md | 7/4/2000 23:00 |
9/1/2000 21:35 | Thành phố |
Tiểu bang | Ithaca |
NY | 1/23/1999 21:30 |
Md | 7/4/2000 23:00 |
9/1/2000 21:35 | Ca. |
Thành phố | Tiểu bang |
Ithaca | NY |
Willingboro | NJ |
Holyoke | Ca. |
Đồng | Abilene |
KS | Hội chợ Thế giới New York |
Thành phố thung lũng | Thứ nd |
Hồ miệng núi lửa | Tiểu bang |
Ithaca | Ca. |
NY | Ca. |
Willingboro | NJ |
Holyoke | Đồng |
Abilene | NY |
Willingboro | NJ |
Nan | TAM GIÁC |
Nan | TAM GIÁC |
12/10/1997 1:30 | QUẢ CẦU LỬA |
10/9/1998 19:40 | HÌNH TRỤ |
1/23/1999 21:30 | Ca. |
10/9/1998 19:40 | HÌNH TRỤ |
1/23/1999 21:30 | Md |
7/4/2000 23:00 | Md |
7/4/2000 23:00 | 9/1/2000 21:35 |
Tiểu bang | Tiểu bang |
9/1/2000 21:35 | Thành phố |
Tiểu bang | Ca. |
Ithaca | Ca. |
NY | Willingboro |
NJ | Willingboro |
NJ | Ca. |
Holyoke | Thành phố |
Tiểu bang | Willingboro |
NJ | Ca. |
Holyoke | Ca. |
Đồng | Abilene |
KS | Hội chợ Thế giới New York |
Thành phố thung lũng | Hội chợ Thế giới New York |
Thành phố thung lũng | Thứ nd |
Hồ miệng núi lửa | Ca. |
Alma | Ca. |
Alma | Ca. |
Mi | Willingboro |
NJ | Holyoke |
Đồng | Ca. |
Đồng | Ca. |
Abilene | KS |
Hội chợ Thế giới New York | NY |
Willingboro | Ca. |
NJ | Holyoke |
Đồng | Holyoke |
Đồng | Thứ nd |
Hồ miệng núi lửa | KS |
Hồ miệng núi lửa | KS |
Hội chợ Thế giới New York | Thành phố thung lũng |
Thứ nd
In [28]:
# show first 3 shows ufo.head[3]6
Out[28]:
HÌNH TRỤ | Nan | TAM GIÁC | 1/23/1999 21:30 |
Md | Nan | TAM GIÁC | 7/4/2000 23:00 |
9/1/2000 21:35 | Nan | TAM GIÁC | Thành phố |
Tiểu bang | Nan | TAM GIÁC | Ithaca |
NY | Nan | TAM GIÁC | 1/23/1999 21:30 |
Md | Nan | TAM GIÁC | 7/4/2000 23:00 |
9/1/2000 21:35 | Nan | TAM GIÁC | Ca. |
Thành phố | Nan | TAM GIÁC | Tiểu bang |
Ithaca | Nan | TAM GIÁC | NY |
Willingboro | Nan | TAM GIÁC | NJ |
Holyoke | Nan | TAM GIÁC | Ca. |
Đồng | Nan | TAM GIÁC | Abilene |
KS | Hội chợ Thế giới New York | Thành phố thung lũng | Hội chợ Thế giới New York |
Thành phố thung lũng | Nan | TAM GIÁC | Thứ nd |
Hồ miệng núi lửa | Nan | TAM GIÁC | Tiểu bang |
Ithaca | Nan | TAM GIÁC | Ca. |
NY | Nan | Nan | Ca. |
Willingboro | Nan | Nan | NJ |
Holyoke | Nan | TAM GIÁC | Đồng |
Abilene | Hội chợ Thế giới New York | TAM GIÁC | NY |
Willingboro | Nan | TAM GIÁC | NJ |
Nan | Nan | Nan | TAM GIÁC |
Nan | Nan | TAM GIÁC | TAM GIÁC |
12/10/1997 1:30 | Nan | TAM GIÁC | QUẢ CẦU LỬA |
10/9/1998 19:40 | Nan | TAM GIÁC | HÌNH TRỤ |
1/23/1999 21:30 | Nan | TAM GIÁC | Ca. |
10/9/1998 19:40 | Nan | TAM GIÁC | HÌNH TRỤ |
1/23/1999 21:30 | Nan | TAM GIÁC | Md |
7/4/2000 23:00 | Nan | TAM GIÁC | Md |
7/4/2000 23:00 | Nan | TAM GIÁC | 9/1/2000 21:35 |
Tiểu bang | Tiểu bang | Tiểu bang | Tiểu bang |
9/1/2000 21:35 | Nan | Thành phố | Thành phố |
Tiểu bang | Nan | TAM GIÁC | Ca. |
Ithaca | NY | TAM GIÁC | Ca. |
NY | Nan | TAM GIÁC | Willingboro |
NJ | Nan | TAM GIÁC | Willingboro |
NJ | Holyoke | TAM GIÁC | Ca. |
Holyoke | Nan | TAM GIÁC | Thành phố |
Tiểu bang | Nan | Thành phố | Willingboro |
NJ | Nan | Holyoke | Ca. |
Holyoke | Đồng | TAM GIÁC | Ca. |
Đồng | Nan | TAM GIÁC | Abilene |
KS | Nan | TAM GIÁC | Hội chợ Thế giới New York |
Thành phố thung lũng | Nan | Nan | Hội chợ Thế giới New York |
Thành phố thung lũng | Nan | TAM GIÁC | Thứ nd |
Hồ miệng núi lửa | Nan | TAM GIÁC | Ca. |
Alma | Nan | TAM GIÁC | Ca. |
Alma | Nan | TAM GIÁC | Ca. |
Mi | Nan | TAM GIÁC | Willingboro |
NJ | Nan | TAM GIÁC | Holyoke |
Đồng | Nan | TAM GIÁC | Ca. |
Đồng | Nan | TAM GIÁC | Ca. |
Abilene | Nan | Nan | KS |
Hội chợ Thế giới New York | Hội chợ Thế giới New York | Thành phố thung lũng | NY |
Willingboro | Nan | TAM GIÁC | Ca. |
NJ | Nan | Nan | Holyoke |
Đồng | Nan | TAM GIÁC | Holyoke |
Đồng | Nan | TAM GIÁC | Thứ nd |
Hồ miệng núi lửa | Nan | Nan | KS |
Hồ miệng núi lửa | Hội chợ Thế giới New York | TAM GIÁC | KS |
Hội chợ Thế giới New York | Nan | TAM GIÁC | Thành phố thung lũng |
Thứ nd
In [31]:
# show first 3 shows ufo.head[3]7
Out[31]:
HÌNH TRỤ | Nan | TAM GIÁC | 1/23/1999 21:30 | Md |
Md | Nan | TAM GIÁC | 7/4/2000 23:00 | 9/1/2000 21:35 |
9/1/2000 21:35 | Nan | TAM GIÁC | Thành phố | Tiểu bang |
In [38]:
# show first 3 shows ufo.head[3]8
Out[38]:
HÌNH TRỤ | 1/23/1999 21:30 |
Md | 7/4/2000 23:00 |
9/1/2000 21:35 | Thành phố |
Tiểu bang | Ithaca |
NY | 1/23/1999 21:30 |
Md | 7/4/2000 23:00 |
9/1/2000 21:35 | Ca. |
Thành phố | Tiểu bang |
Ithaca | NY |
Willingboro | NJ |
Holyoke | Ca. |
Đồng | Abilene |
KS | Hội chợ Thế giới New York |
Thành phố thung lũng | Thứ nd |
Hồ miệng núi lửa | Tiểu bang |
Ithaca | Ca. |
NY | Ca. |
Willingboro | NJ |
Holyoke | Đồng |
Abilene | NY |
Willingboro | NJ |
Nan | TAM GIÁC |
Nan | TAM GIÁC |
12/10/1997 1:30 | QUẢ CẦU LỬA |
10/9/1998 19:40 | HÌNH TRỤ |
1/23/1999 21:30 | Ca. |
10/9/1998 19:40 | HÌNH TRỤ |
1/23/1999 21:30 | Md |
7/4/2000 23:00 | Md |
7/4/2000 23:00 | 9/1/2000 21:35 |
Tiểu bang | Tiểu bang |
9/1/2000 21:35 | Thành phố |
Tiểu bang | Ca. |
Ithaca | Ca. |
NY | Willingboro |
NJ | Willingboro |
NJ | Ca. |
Holyoke | Thành phố |
Tiểu bang | Willingboro |
NJ | Ca. |
Holyoke | Ca. |
Đồng | Abilene |
KS | Hội chợ Thế giới New York |
Thành phố thung lũng | Hội chợ Thế giới New York |
Thành phố thung lũng | Thứ nd |
Hồ miệng núi lửa | Ca. |
Alma | Ca. |
Alma | Ca. |
Mi | Willingboro |
NJ | Holyoke |
Đồng | Ca. |
Đồng | Ca. |
Abilene | KS |
Hội chợ Thế giới New York | NY |
Willingboro | Ca. |
NJ | Holyoke |
Đồng | Holyoke |
Đồng | Thứ nd |
Hồ miệng núi lửa | KS |
Hồ miệng núi lửa | KS |
Hội chợ Thế giới New York | Thành phố thung lũng |
Thứ nd
In [40]:
# show first 3 shows ufo.head[3]9
Out[40]:
HÌNH TRỤ | Nan | TAM GIÁC | 1/23/1999 21:30 | Md |
Md | Nan | TAM GIÁC | 7/4/2000 23:00 | 9/1/2000 21:35 |
Thành phố
Mix labels and integers when using selection.
In [41]:
# .loc DataFrame method # filtering rows and selecting columns by label # format # ufo.loc[rows, columns] # row 0, all columns ufo.loc[0, :]0
Out[42]:
0 | 0 | 0 | 0.0 | Châu Á |
89 | 132 | 54 | 4.9 | Châu Âu |
25 | 0 | 14 | 0.7 | Châu phi |
245 | 138 | 312 | 12.4 | Châu Âu |
217 | 57 | 45 | 5.9 | Châu phi |
In [44]:
# .loc DataFrame method # filtering rows and selecting columns by label # format # ufo.loc[rows, columns] # row 0, all columns ufo.loc[0, :]1
In [46]:
# .loc DataFrame method # filtering rows and selecting columns by label # format # ufo.loc[rows, columns] # row 0, all columns ufo.loc[0, :]2
Out[46]:
89 | 132 |
25 | 0 |
245 | 138 |
In [48]:
# .loc DataFrame method # filtering rows and selecting columns by label # format # ufo.loc[rows, columns] # row 0, all columns ufo.loc[0, :]3
Out[48]:
Màu sắc được báo cáo | Ithaca |
Nan | Ithaca |
Nan | Ithaca |