为什么我们要对 pandas 数据框使用 loc?似乎以下代码(无论是否使用 loc)的编译和运行速度都差不多:%timeit df_user1 = df.loc[df.user_id=='5561']100 loops, b...
为什么我们要使用 loc
pandas 数据框?似乎以下代码无论是否使用, loc
编译和运行的速度都差不多:
%timeit df_user1 = df.loc[df.user_id=='5561']
100 loops, best of 3: 11.9 ms per loop
或者
%timeit df_user1_noloc = df[df.user_id=='5561']
100 loops, best of 3: 12 ms per loop
那么为什么要使用 loc
?
编辑: 这已被标记为重复问题。但尽管 pandas iloc vs ix vs loc 解释? 确实提到了这一点
您只需使用数据框即可进行列检索 __getitem__
:
df['time'] # equivalent to df.loc[:, 'time']
它没有说明为什么我们使用 loc
,尽管它确实解释了 的许多特性 loc
。但我的具体问题是:为什么不干脆 loc
完全省略?对于这个问题,我接受了下面的一个非常详细的答案。
另外,在上面的帖子中,答案(我不认为是一个答案)在讨论中隐藏得很好,任何搜索我所问问题的人都会发现很难找到信息,而这里为我的问题提供的答案会更有帮助。
为什么在 Pandas 中使用 loc?
下载声明:
本站所有软件和资料均为软件作者提供或网友推荐发布而来,仅供学习和研究使用,不得用于任何商业用途。如本站不慎侵犯你的版权请联系我,我将及时处理,并撤下相关内容!
帖子版权声明
1、本帖标题:为什么在 Pandas 中使用 loc? 本站网址:http://xjnalaquan.com/
2、本网站的资源部分来源于网络,如有侵权,请联系站长进行删除处理。
3、会员发帖仅代表会员个人观点,并不代表本站赞同其观点和对其真实性负责。
4、本站一律禁止以任何方式发布或转载任何违法的相关信息,访客发现请向站长举报
5、站长邮箱:yeweds@126.com
除非注明,本帖由raymond van ophoven 在本站《pandas》 版块原创发布,
转载请注明出处!