pyspark.pandas.DataFrame.loc ¶
-
property
DataFrame.loc¶ -
通过标签或布尔序列访问一组行和列。
.loc[]主要是基于标签的，但也可以与从 DataFrame 或 Series 派生的条件布尔 Series 一起使用。允许的输入包括：
-
单个标签，例如
5或'a'，（注意5被解释为索引的 标签 ，并且 绝不 作为索引沿线的整数位置）用于列选择。 -
标签的列表或数组，例如
['a', 'b', 'c']。 -
带有标签的切片对象，例如
'a':'f'。 -
从 DataFrame 或 Series 派生的条件布尔 Series。
-
与被切片的列轴长度相同的布尔数组，例如
[True, False, True]。 -
与被切片的列轴对齐的布尔 pandas Series。键的索引将在掩码之前对齐。
不被允许的输入，而 pandas 允许的是：
-
与被切片行轴长度相同的布尔数组， 例如
[True, False, True]。 -
一个带有单个参数（调用的 Series、DataFrame 或 Panel）的
callable函数，并返回有效的索引输出（上述之一）
注意
MultiIndex 尚未支持。
注意
请注意，与通常的Python切片不同， 起始和结束 都包含在内，并且不允许使用切片的步长。
注意
使用行选择的标签列表或数组，pandas-on-Spark 的行为类似于过滤器，不会根据标签重新排序。
另请参阅
-
Series.loc -
使用标签访问一组值。
示例
获取值
>>> df = ps.DataFrame([[1, 2], [4, 5], [7, 8]], ... index=['cobra', 'viper', 'sidewinder'], ... columns=['max_speed', 'shield']) >>> df max_speed shield cobra 1 2 viper 4 5 sidewinder 7 8
单个标签。注意，这会将行作为Series返回。
>>> df.loc['viper'] max_speed 4 shield 5 Name: viper, dtype: int64
标签列表。注意使用
[[]]返回一个 DataFrame。 还要注意，pandas-on-Spark 的行为就像一个过滤器，不会根据标签重新排序。>>> df.loc[['viper', 'sidewinder']] max_speed shield viper 4 5 sidewinder 7 8
>>> df.loc[['sidewinder', 'viper']] max_speed shield viper 4 5 sidewinder 7 8
列的单个标签。
>>> df.loc['cobra', 'shield'] 2
行标签列表。
>>> df.loc[['cobra'], 'shield'] cobra 2 Name: shield, dtype: int64
列的标签列表。
>>> df.loc['cobra', ['shield']] shield 2 Name: cobra, dtype: int64
行和列的标签列表。
>>> df.loc[['cobra'], ['shield']] shield cobra 2
按行和单列标签进行切片。 请注意，切片的起始和结束都包含在内。
>>> df.loc['cobra':'viper', 'max_speed'] cobra 1 viper 4 Name: max_speed, dtype: int64
返回布尔序列的条件
>>> df.loc[df['shield'] > 6] max_speed shield sidewinder 7 8
返回具有指定列标签的布尔序列的条件
>>> df.loc[df['shield'] > 6, ['max_speed']] max_speed sidewinder 7
与被切片的列轴长度相同的布尔数组。
>>> df.loc[:, [False, True]] shield cobra 2 viper 5 sidewinder 8
一个可对齐的布尔型Series，用于对切片列轴的操作。
>>> df.loc[:, pd.Series([False, True], index=['max_speed', 'shield'])] shield cobra 2 viper 5 sidewinder 8
设置值
为所有匹配标签列表的项目设置值。
>>> df.loc[['viper', 'sidewinder'], ['shield']] = 50 >>> df max_speed shield cobra 1 2 viper 4 50 sidewinder 7 50
为整行设置值
>>> df.loc['cobra'] = 10 >>> df max_speed shield cobra 10 10 viper 4 50 sidewinder 7 50
为整个列设置值
>>> df.loc[:, 'max_speed'] = 30 >>> df max_speed shield cobra 30 10 viper 30 50 sidewinder 30 50
为整个列列表设置值
>>> df.loc[:, ['max_speed', 'shield']] = 100 >>> df max_speed shield cobra 100 100 viper 100 100 sidewinder 100 100
使用 Series 设置值
>>> df.loc[:, 'shield'] = df['shield'] * 2 >>> df max_speed shield cobra 100 200 viper 100 200 sidewinder 100 200
在具有整数标签索引的DataFrame上获取值
另一个使用整数作为索引的示例
>>> df = ps.DataFrame([[1, 2], [4, 5], [7, 8]], ... index=[7, 8, 9], ... columns=['max_speed', 'shield']) >>> df max_speed shield 7 1 2 8 4 5 9 7 8
使用整数标签对行进行切片。请注意，切片的起始和结束都包含在内。
>>> df.loc[7:9] max_speed shield 7 1 2 8 4 5 9 7 8
-