【Kaggle | Pandas】练习2：索引，选择和分配

数据总表

reviews.head()

1、读取列

从reviews中选择description列并将结果分配给变量desc

# Your code here
desc = reviews.description

2、读取某列的第几行的值

从reviews的描述列中选择第一个值，将其分配给变量first_description

first_description = desc.iloc[0]

3、第一行数据

从reviews中选择第一行数据（第一条记录），并将其分配给变量first_row

first_row = reviews.loc[0,:]

4、读取列中前10个值

从reviews中的description列中选择前 10 个值，将结果分配给变量first_descriptions

first_descriptions = reviews.description.iloc[:10]first_descriptions

5、读取索引标签为1 、 2 、 3 、 5和8的记录

选择索引标签为1 、 2 、 3 、 5和8的记录，并将结果分配给变量sample_reviews

sample_reviews = reviews.iloc[[1,2,3,5,8],:]sample_reviews

6、包含索引标签为0 、1 、10和100的记录的country 、province 、 region_1和region_2列

创建一个变量df其中包含索引标签为0 、 1 、 10和100的记录的country 、 province 、 region_1和region_2列。换句话说，生成以下 DataFrame

df = reviews.loc[[0, 1, 10, 100], ['country', 'province', 'region_1', 'region_2']]
df

# 官方代码
cols = ['country', 'province', 'region_1', 'region_2']
indices = [0, 1, 10, 100]
df = reviews.loc[indices, cols]

7、 前 100 条记录的country和variety列

创建一个变量df其中包含前 100 条记录的country和variety列。

提示：您可以使用loc或iloc 。在回答这个问题以及接下来的几个问题时，请保留教程中描述的以下“陷阱”：

iloc使用 Python stdlib 索引方案，其中包含范围的第一个元素并排除最后一个元素。同时， loc包含索引。

当 DataFrame 索引是一个简单的数字列表（例如0,…,1000时，这尤其令人困惑。在这种情况下df.iloc[0:1000]将返回 1000 个条目，而df.loc[0:1000]返回其中的 1001 个！要使用loc获取 1000 个元素，您需要降低一级并请求df.iloc[0:999] 。

# loc包含索引
df = reviews.loc[:99, ['country', 'variety']]
df

或者

# iloc不包含索引，且只能使用数字作为索引
# 不能使用该写法错误：df = reviews.iloc[:100, ['country', 'variety']]df = reviews.iloc[:100, [0, 11]]
df

• iloc：基于位置索引选择
  iloc 是基于整数位置（即位置索引）来选择数据。
  适用于需要按行、列的数字位置索引进行定位的场景。
  索引从 0 开始，例如 iloc[0] 选择的是第一行。
• loc：基于标签索引选择
  loc 是基于标签索引（即行或列的名称）来选择数据。
  适用于已知标签的场景，比如使用行名称或列名称来提取数据。

官方代码

cols = ['country', 'variety']
df = reviews.loc[:99, cols]
orcols_idx = [0, 11]
df = reviews.iloc[:100, cols_idx]

8、包含Italy葡萄酒评论的 DataFrame italian_wines

创建一个包含Italy葡萄酒评论的 DataFrame italian_wines 。提示： reviews.country等于什么？

italian_wines = reviews.loc[reviews.country == 'Italy']

9、包含来自澳大利亚或新西兰的葡萄酒的至少 95 分（满分 100 分）的所有评论

创建一个 DataFrame top_oceania_wines ，其中包含来自澳大利亚或新西兰的葡萄酒的至少 95 分（满分 100 分）的所有评论

top_oceania_wines = reviews.loc[((reviews.country == 'Australia') |  (reviews.country =='New Zealand')) & (reviews.points >= 95) ]
top_oceania_wines

官方代码

top_oceania_wines = reviews.loc[(reviews.country.isin(['Australia', 'New Zealand']))& (reviews.points >= 95)
]