Data Science Academy · บทเรียน

การเข้าถึงตามป้ายกำกับเทียบกับตามตำแหน่ง

เลือกใช้ loc หรือ iloc ได้อย่างมั่นใจ

บทเรียน 2 จาก 413 ขั้นตอน

การเข้าถึงตามป้ายกำกับเทียบกับตามตำแหน่ง เป็นบทเรียน Data Science Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 2 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Data Science Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Data Science Academy มีบทเรียนทั้งหมด 4 บทเรียน

สองวิธีในการเข้าถึงข้อมูล

Series มีทั้งป้ายกำกับและตำแหน่ง ดังนั้นจึงมีสองวิธีในการดึงค่า ได้แก่ ดึงด้วยป้ายกำกับหรือด้วยหมายเลขตำแหน่ง การรู้ว่าควรใช้วิธีใดจะช่วยให้โค้ดอ่านง่าย 🎯

Series ตัวอย่างของเรา

นี่คือ Series ขนาดเล็กที่มีป้ายกำกับเป็นข้อความ เราจะใช้ Series นี้เพื่อเปรียบเทียบวิธีเข้าถึงข้อมูลทั้งสองแบบตลอดบทเรียนนี้

import pandas as pd
s = pd.Series([90, 75, 88], index=['Ada', 'Bo', 'Cy'])

loc ใช้ป้ายกำกับ

ตัวเข้าถึง .loc ใช้ค้นค่าจากป้ายกำกับดัชนี คุณระบุชื่อ แล้ว pandas จะคืนค่าที่มีชื่อนั้น

print(s.loc['Bo'])

iloc ใช้ตำแหน่ง

ตัวเข้าถึง .iloc ทำงานด้วยตำแหน่งจำนวนเต็มแทน โดยเริ่มนับจากศูนย์เหมือนรายการทั่วไป ดังนั้นตำแหน่ง 1 คือค่าที่สอง

print(s.iloc[1])

ค่าเดียวกัน สองเส้นทาง

สำหรับ Series ของเรา s.loc['Bo'] และ s.iloc[1] จะคืนตัวเลขเดียวกัน ทั้งสองเข้าถึงค่านั้นต่างวิธีกัน: แบบหนึ่งใช้ ชื่อ อีกแบบใช้ตำแหน่ง

print(s.loc['Bo'] == s.iloc[1])

การแบ่งช่วงด้วย iloc

การแบ่งช่วงตามตำแหน่งทำงานเหมือนการแบ่งช่วงของรายการ: ค่าปลายทางจะถูก ไม่รวม ดังนั้น iloc[0:2] จะคืนเฉพาะสองค่าแรก

print(s.iloc[0:2])

การแบ่งช่วงด้วย loc

การแบ่งช่วงตามป้ายกำกับแตกต่างกัน: สำหรับ .loc ป้ายกำกับปลายทางจะถูกรวมอยู่ด้วย การขอช่วงตั้งแต่ 'Ada' ถึง 'Bo' จะคืนค่าของทั้งสองปลายทาง

print(s.loc['Ada':'Bo'])

ความประหลาดใจเรื่องการรวมปลายทาง

การรวมปลายทางนี้เป็นจุดที่มักสับสนที่สุด โปรดจำไว้ว่า iloc จะตัดตำแหน่งสุดท้ายออก ส่วน loc จะคงป้ายกำกับสุดท้ายไว้ 🧠

ดึงหลายค่าพร้อมกัน

ส่งรายการป้ายกำกับให้ .loc เพื่อดึงหลายค่าพร้อมกัน ผลลัพธ์จะเป็น Series ที่มีขนาดเล็กลงและเรียงตามลำดับที่คุณระบุ

print(s.loc[['Ada', 'Cy']])

เมื่อป้ายกำกับเป็นตัวเลข

หากดัชนีของคุณเป็นจำนวนเต็ม การใช้ s[2] โดยตรงอาจกำกวม การใช้ .loc หรือ .iloc อย่างชัดเจนจะขจัดข้อสงสัยว่าคุณต้องการอะไร

เลือกใช้ได้อย่างมั่นใจ

เลือกใช้ .loc เมื่อคุณรู้ชื่อ และใช้ .iloc เมื่อคุณรู้ตำแหน่ง การระบุให้ชัดเจนทำให้ผู้อื่นตีความการเลือกของคุณผิดไม่ได้

ตรวจสอบอย่างรวดเร็ว

ทดสอบความเข้าใจเกี่ยวกับตัวเข้าถึงทั้งสองแบบ

สรุป

ตอนนี้คุณเลือกใช้ .loc สำหรับป้ายกำกับ และ .iloc สำหรับตำแหน่งได้แล้ว อีกทั้งยังจำได้ว่าการแบ่งช่วงด้วย loc รวมค่าปลายทาง แต่การแบ่งช่วงด้วย iloc ไม่รวมค่า tersebut 🎉

เริ่มต้นได้ฟรี

เรียนรู้ Python ด้วย AI tutor — ฟรี

เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป

คอร์ส
30
บทเรียน
120

คำถามที่พบบ่อย

บทเรียน “การเข้าถึงตามป้ายกำกับเทียบกับตามตำแหน่ง” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “การเข้าถึงตามป้ายกำกับเทียบกับตามตำแหน่ง” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Data Science Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Data Science Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “การเข้าถึงตามป้ายกำกับเทียบกับตามตำแหน่ง”

เลือกใช้ loc หรือ iloc ได้อย่างมั่นใจ คุณปฏิบัติ Data Science Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Data Science Academy หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน Data Science Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 2 จากทั้งหมด 4 บทเรียน

บทเรียน “การเข้าถึงตามป้ายกำกับเทียบกับตามตำแหน่ง” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน Data Science Academy นี้ได้ไหม

ได้ บทเรียน Data Science Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

  1. คอลัมน์พร้อมชื่อและดัชนี
  2. การเข้าถึงตามป้ายกำกับเทียบกับตามตำแหน่ง
  3. คณิตศาสตร์ของ Series และการจัดแนว
  4. นับและค้นหาค่า
← กลับไปที่ Data Science Academy