دسترسی به عناصر DataFrame با استفاده از شاخص ها
در Pandas، دو روش اصلی برای دسترسی به عناصر DataFrame با استفاده از شاخص ها وجود دارد:
۱. استفاده از نام شاخص:
- دسترسی به یک عنصر:
Python
import pandas as pd
df = pd.DataFrame({"Name": ["Alice", "Bob", "Charlie"], "Age": [۳۰, ۲۵, ۲۲], "Country": ["USA", "Canada", "USA"]})
# دسترسی به نام و سن Alice
name = df.loc["Alice", "Name"]
age = df.loc["Alice", "Age"]
print(f"Name: {name}")
print(f"Age: {age}")
- دسترسی به یک سطر:
Python
# دسترسی به تمام اطلاعات مربوط به Alice
row = df.loc["Alice"]
print(row)
- دسترسی به چندین عنصر:
Python
# دسترسی به نام و سن Alice و Bob
names = df.loc[["Alice", "Bob"], "Name"]
ages = df.loc[["Alice", "Bob"], "Age"]
print(f"Names: {names}")
print(f"Ages: {ages}")
۲. استفاده از موقعیت شاخص:
- دسترسی به یک عنصر:
Python
# دسترسی به نام و سن عنصر در سطر اول
name = df.iloc[۰, ۰]
age = df.iloc[۰, ۱]
print(f"Name: {name}")
print(f"Age: {age}")
- دسترسی به یک سطر:
Python
# دسترسی به تمام اطلاعات مربوط به سطر اول
row = df.iloc[۰]
print(row)
- دسترسی به چندین عنصر:
Python
# دسترسی به نام و سن عناصر در سطر اول و دوم
names = df.iloc[[۰, ۱], ۰]
ages = df.iloc[[۰, ۱], ۱]
print(f"Names: {names}")
print(f"Ages: {ages}")
نکات:
- می توانید از ترکیب نام شاخص و موقعیت شاخص برای دسترسی به عناصر به صورت دقیق تر استفاده کنید.
- می توانید از توابع Pandas مانند
[]
وix
(منسوخ شده) برای ویرایش و نمایش به عناصر DataFrame با استفاده از ابندکس ها استفاده کنید. - می توانید از توابع Pandas مانند
loc
وiloc
برای انتخاب زیرمجموعه ای از DataFrame قبل از دسترسی به عناصر آن استفاده کنید.