在python中使用.loc选择

Question

我在某人的iPython笔记本中看到了此代码，并且对
代码的工作方式感到非常困惑。据我了解，pd.loc []用作基于位置的
索引器，其格式为：

df.loc[index,column_name]

但是，在这种情况下，第一个索引似乎是一系列布尔值。
有人可以向我解释一下此选择的工作原理。我试图通读
文档，但找不到解释。谢谢！

iris_data.loc[iris_data['class'] == 'versicolor', 'class'] = 'Iris-versicolor'

Answer 1

pd.DataFrame.loc可以使用一两个索引器。在其余文章中，我将第一个索引器表示为i，将第二个索引器表示为j。

如果仅提供一个索引器，则该索引器将应用于数据帧的索引，并且假定缺少的索引器代表所有列。因此，以下两个
示例是等效的。

1. df.loc[i]
2. df.loc[i, :]

其中:用来表示所有列。

如果同时存在两个索引器，则i引用索引值和j引用列值。

现在我们可以专注于什么类型的值i，并j可以承担。让我们以以下数据框df为例：

    df = pd.DataFrame([[1, 2], [3, 4]], index=['A', 'B'], columns=['X', 'Y'])

loc 已经写成这样i并且j可以是

1. scalars 应该是各个索引对象中的值

   df.loc['A', 'Y']
   

2. arrays 其元素也是相应索引对象的成员（请注意，我传递给的数组的顺序loc受尊重

        df.loc[['B', 'A'], 'X']

          B    3
         A    1
         Name: X, dtype: int64

* 传递数组时，请注意返回对象的维数。`i`是上面的数组，`loc`返回一个对象，其中返回带有这些值的索引。在这种情况下，因为j是标量，所以`loc`返回了一个`pd.Series`对象。如果我们为i和传递了一个数组，我们可以操纵它以返回一个数据帧j，并且该数组可能只是一个单值数组。

```
df.loc[[‘B’, ‘A’], [‘X’]]

       X
    B  3
    A  1

  3. **boolean arrays** 为True或False且长度与相应索引的长度匹配的布尔数组。在这种情况下，loc只需获取布尔数组所在的行（或列） `True`.

    df.loc[[True, False], ['X']]

   X
A  1

```

---

除了可以传递给哪些索引器之外loc，它还使您能够进行分配。现在，我们可以分解您提供的代码行。

iris_data.loc[iris_data['class'] == 'versicolor', 'class'] = 'Iris-versicolor'

1. iris_data['class'] == 'versicolor' 返回一个布尔数组。
2. class 是表示column对象中的值的标量.
3. iris_data.loc[iris_data['class'] == 'versicolor', 'class'] returns a pd.Series object consisting of the 'class' column for all rows where 'class' is 'versicolor'
4. 与赋值运算符一起使用时:

   iris_data.loc[iris_data['class'] == 'versicolor', 'class'] = 'Iris-versicolor'
   

我们分配'Iris-versicolor'在列中的所有元素'class'，其中
'class'为'versicolor'