DDR爱好者之家 Design By 杰米

可以通过遍历的方法:

pandas按行按列遍历Dataframe的几种方式:https://www.jb51.net/article/172623.htm

选择列

使用类字典属性,返回的是Series类型
data[‘w']
遍历Series

for index in data['w'] .index:
time_dis = data['w'] .get(index)

pandas.DataFrame.at

根据行索引和列名,获取一个元素的值

> df = pd.DataFrame([[0, 2, 3], [0, 4, 1], [10, 20, 30]],
...     columns=['A', 'B', 'C'])
> df
 A B C
0 0 2 3
1 0 4 1
2 10 20 30
> df.at[4, 'B']
2

或者

> df.iloc[5].at['B']
4

pandas.DataFrame.iat

根据行索引和列索引获取元素值

> df = pd.DataFrame([[0, 2, 3], [0, 4, 1], [10, 20, 30]],
...     columns=['A', 'B', 'C'])
> df
 A B C
0 0 2 3
1 0 4 1
2 10 20 30
> df.iat[1, 2]
1

或者

> df.iloc[0].iat[1]
2

pandas.DataFrame.loc

选取元素,或者行

> df = pd.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

选取元素

> df.loc['cobra', 'shield']
2

选取行返回一个series

> df.loc['viper']
max_speed 4
shield  5
Name: viper, dtype: int64

选取行列返回dataframe

> df.loc[['viper', 'sidewinder']]
   max_speed shield
viper    4  5
sidewinder   7  8
 
pandas.DataFrame.iloc
> mydict = [{'a': 1, 'b': 2, 'c': 3, 'd': 4},
...   {'a': 100, 'b': 200, 'c': 300, 'd': 400},
...   {'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000 }]
> df = pd.DataFrame(mydict)
> df
  a  b  c  d
0  1  2  3  4
1 100 200 300 400
2 1000 2000 3000 4000

按索引选取元素

> df.iloc[0, 1]
2

获取行的series

> type(df.iloc[0])
<class 'pandas.core.series.Series'>
> df.iloc[0]
a 1
b 2
c 3
d 4
Name: 0, dtype: int64

DDR爱好者之家 Design By 杰米
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
DDR爱好者之家 Design By 杰米

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。