数据分析_python进行数据筛选1_列筛选

以titanic的训练数据为例进行展示，为了简化取前十行为例

首先导入模块，导入数据 

import pandas as pd 
import numpy as np

df = pd.read_csv(r"C:\Users\admin\Desktop\train.csv")
df = df.head(10)
df.index=['a','b','c','d','e','f','g','h','i','g']

 

	PassengerId	Survived	Pclass	Name	Sex	Age	SibSp	Parch	Ticket	Fare	Cabin	Embarked
a	1	0	3	Braund, Mr. Owen Harris	male	22.0	1	0	A/5 21171	7.2500	NaN	S
b	2	1	1	Cumings, Mrs. John Bradley (Florence Briggs Th...	female	38.0	1	0	PC 17599	71.2833	C85	C
c	3	1	3	Heikkinen, Miss. Laina	female	26.0	0	0	STON/O2. 3101282	7.9250	NaN	S
d	4	1	1	Futrelle, Mrs. Jacques Heath (Lily May Peel)	female	35.0	1	0	113803	53.1000	C123	S
e	5	0	3	Allen, Mr. William Henry	male	35.0	0	0	373450	8.0500	NaN	S
f	6	0	3	Moran, Mr. James	male	NaN	0	0	330877	8.4583	NaN	Q
g	7	0	1	McCarthy, Mr. Timothy J	male	54.0	0	0	17463	51.8625	E46	S
h	8	0	3	Palsson, Master. Gosta Leonard	male	2.0	3	1	349909	21.0750	NaN	S
i	9	1	3	Johnson, Mrs. Oscar W (Elisabeth Vilhelmina Berg)	female	27.0	0	2	347742	11.1333	NaN	S
g	10	1	2	Nasser, Mrs. Nicholas (Adele Achem)	female	14.0	1	0	237736	30.0708	NaN	C

筛选单列

1.利用df[列名]或df[[列名]]或df.列名均可以筛选出单列，但稍微有点区别，df[列名]和df.列名均为Series类型，而df[[列名]]为DataFrame类型

#例如选取Age列，注意写成df[]形式时，列名需要加单引号或双引号
df.Age
df['Age']
df[['Age']]

2.loc[行索引，列索引]，索引为普通索引，传入行索引名称和列索引名称，筛选列时，行索引可以写成":"

#删选单列时，列索引名称可以加[]也可以不加，不加时返回为Series，加时返回为DataFrame
df.loc[:,'Age']
df.loc[:,['Age']]

3.iloc[行索引，列索引]，索引为位置索引，传入行数和列数，筛选列时，行索引可以写成":"

df.iloc[:,1]
df.iloc[:,[1]]

筛选多列

1.利用df[[列名1,列名2,列名n]]可以筛选出多列，返回结果为DataFrame类型，例如筛选年龄列和姓名列

df[['Name','Age']]

2.loc[行索引，列索引]，索引为普通索引，传入行索引名称和列索引名称，筛选列时，行索引可以写成":"，如果筛选列不连续需要写成列表形式，如果列连续可以写成切片形式

df.loc[:,['Name','Age']]
df.loc[:,'Name':'Age']

3.iloc[行索引，列索引]，索引为位置索引，传入行数和列数，筛选列时，行索引可以写成":"，如果筛选列不连续需要写成列表形式，如果列连续可以写成切片形式

df.iloc[:,[3,4,5,6]]
df.iloc[:,3:6]