pandas查询数据

pandas查询数据

这里的查询数据相当于R语言里的subset功能，可以通过布尔索引有针对的选取原数据的子集、指定行、指定列等。我们先导入一个student数据集：

student = pd.io.parsers.read_csv(‘C:\Users\admin\Desktop\student.csv’)
查询数据的前5行或末尾5行

student.head()
student.tail()
查询指定的行

student.ix[[0,2,4,5,7]] #这里的ix索引标签函数必须是中括号[]
查询指定的列

student[[‘Name’,‘Height’,‘Weight’]].head() #如果多个列的话，必须使用双重中括号
也可以通过ix索引标签查询指定的列

student.ix[:,[‘Name’,‘Height’,‘Weight’]].head()
查询指定的行和列

student.ix[[0,2,4,5,7],[‘Name’,‘Height’,‘Weight’]].head()
以上是从行或列的角度查询数据的子集，现在我们来看看如何通过布尔索引实现数据的子集查询。
查询所有女生的信息

student[student[‘Sex’]==‘F’]
查询出所有12岁以上的女生信息

student[(student[‘Sex’]==‘F’) & (student[‘Age’]>12)]
查询出所有12岁以上的女生姓名、身高和体重

student[(student[‘Sex’]==‘F’) & (student[‘Age’]>12)][[‘Name’,‘Height’,‘Weight’]]
上面的查询逻辑其实非常的简单，需要注意的是，如果是多个条件的查询，必须在&（且）或者|（或）的两端条件用括号括起来。