使用 df.loc 索引列表 - Python

Pandas 是一个基于 NumPy 的库，用于数据处理、分析和洞察。它提供了一个 DataFrame 数据结构，可以让数据科学家和分析师对数据集进行更方便、更直观地操作。Pandas 中的 df.loc 可以让我们通过索引列表来访问 DataFrame 中的数据。

什么是 DataFrame？

DataFrame 是 Pandas 中最重要的数据结构之一，它可以理解为二维表格，类似于 Excel 中的工作表。Pandas 的 DataFrame 是由 Series 对象构成的，其中每个 Series 对象代表一列数据。

什么是 df.loc？

df.loc 是 Pandas 中访问 DataFrame 数据的一种方法。它可以通过索引标签或者一个布尔数组来访问 DataFrame 中的数据。

如何使用 df.loc 索引列表？

下面是一个例子，我们将使用 df.loc 索引列表来选取 DataFrame 中符合特定标准的数据：

import pandas as pd

df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'David'],
                   'age': [25, 32, 18, 47],
                   'gender': ['F', 'M', 'M', 'M']})

print(df.loc[df['age'].isin([25, 32])])

输出结果如下所示：

    name  age gender
0  Alice   25      F
1    Bob   32      M

在上面的例子中，我们创建了一个包含姓名、年龄和性别的 DataFrame。然后，我们使用 df.loc 和 isin 来选取了所有年龄为 25 或 32 的行。isin 函数是 Pandas 中的一个函数，它可以接受一个列表作为参数，然后返回一个布尔数组，其中值为 True 的元素表示列表中的值在 DataFrame 中存在。

总结

df.loc 索引列表是 Pandas 中访问 DataFrame 数据的一种方便的方法。我们可以通过 df.loc 和一些函数来方便地选取数据，然后进行分析和可视化。如果您想了解更多关于 Pandas 和 DataFrame 的知识，请查看 Pandas 的官方文档。