如何在python中从数据帧中取出一列

如何在python中从数据帧中取出一列,python,pandas,csv,opencsv,Python,Pandas,Csv,Opencsv,该程序导入一个数据帧,然后尝试提取一列,但当我尝试提取一列(开放列)时,我收到一个EROR 导入tensorflow作为tf 打印(tf.版本) 导入库 日期关闭/最后一卷打开高-低 0 9/25/2020 $112.28 149981400 $108.43 $112.44 $107.67 1 9/24/2020 $108.22 167743300 $105.17 $110.25 $105 2 9/23/2020 $107.12 150718700 $111.

该程序导入一个数据帧,然后尝试提取一列,但当我尝试提取一列(开放列)时,我收到一个EROR

导入tensorflow作为tf 打印(tf.版本

导入库 日期关闭/最后一卷打开高-低 0 9/25/2020 $112.28 149981400 $108.43 $112.44 $107.67 1 9/24/2020 $108.22 167743300 $105.17 $110.25 $105 2 9/23/2020 $107.12 150718700 $111.62 $112.11 $106.77 3 9/22/2020 $111.81 183055400 $112.68 $112.86 $109.16 4 9/21/2020 $110.08 195713800 $104.54 $110.19 $103.10 ... ... ... ... ... ... ... 122 4/2/2020 $61.23 165933960 $60.09 $61.29 $59.23 123 4/1/2020 $60.23 176218560 $61.63 $62.18 $59.78 124 3/31/2020 $63.57 197002000 $63.90 $65.62 $63 125 3/30/2020 $63.70 167976440 $62.69 $63.88 $62.35 126 3/27/2020 $61.94 204216600 $63.19 $63.97 $61.76 127行×6列

在这里,我试图从数据帧中取出一列,但结果是错误的 #当我运行上面的行时,我得到以下错误: KeyError回溯(最近一次呼叫最后一次) 在() ---->1 apple_open_price=apple_all_stock_数据[['open']]。值

2帧 /usr/local/lib/python3.6/dist-packages/pandas/core/index.py in\u validate\u read\u indexer(self、key、indexer、axis、raise\u缺失) 1638如果缺少==len(索引器): 1639轴名称=self.obj.\u获取轴名称(轴) ->1640 raise KeyError(f“所有[{key}]都不在[{axis_name}]中”) 1641 1642#我们(暂时)允许使用.loc丢失一些钥匙,但在中除外

KeyError:“[Index(['Open'],dtype='object')]中没有一个在[columns]中”


可以使用iloc方法提取列,如下所示:

apple_open_price = apple_all_stock_data.iloc[:, 3].values
df.loc [<lines>, <columns>]
冒号将指示相应列中逗号后的行和数字,记住第一列从0开始

在熊猫中,我们有两种非常有趣的方法来拯救我们想要的数据,它们是:

  • loc
  • 伊洛克
基本上这两种方法都是用来拯救数据的,但在我们使用它们时,它们有不同的特点

loc方法主要基于列标签,但我们也可以将其用于布尔数组。该方法的工作原理如下:

apple_open_price = apple_all_stock_data.iloc[:, 3].values
df.loc [<lines>, <columns>]
通过这个例子,我们可以在运动员表现的数据框中筛选出可能成为超级明星的运动员,这些运动员的表现可能大于或等于10%

虽然iloc索引器稍微简单一些,但它通过行、数组或切片的整数进行选择。我们可以得出这样的结论:iloc通过数字选择行和列,这是一个很好的资源定义

有关更多信息,请访问:

您可以使用iloc方法提取列,如下所示:

apple_open_price = apple_all_stock_data.iloc[:, 3].values
df.loc [<lines>, <columns>]
冒号将指示相应列中逗号后的行和数字,记住第一列从0开始

在熊猫中,我们有两种非常有趣的方法来拯救我们想要的数据,它们是:

  • loc
  • 伊洛克
基本上这两种方法都是用来拯救数据的,但在我们使用它们时,它们有不同的特点

loc方法主要基于列标签,但我们也可以将其用于布尔数组。该方法的工作原理如下:

apple_open_price = apple_all_stock_data.iloc[:, 3].values
df.loc [<lines>, <columns>]
通过这个例子,我们可以在运动员表现的数据框中筛选出可能成为超级明星的运动员,这些运动员的表现可能大于或等于10%

虽然iloc索引器稍微简单一些,但它通过行、数组或切片的整数进行选择。我们可以得出这样的结论:iloc通过数字选择行和列,这是一个很好的资源定义

有关更多信息,请访问: