Pandas 数据选择示例:
首先,我们导入 Pandas 库:
import pandas as pd
然后,我们创建一个 DataFrame 作为演示数据:
data = {'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 35],
'City': ['New York', 'Los Angeles', 'Chicago']}
df = pd.DataFrame(data)
print(df)
输出结果:
Name Age City
0 Alice 25 New York
1 Bob 30 Los Angeles
2 Charlie 35 Chicago
1. 选择某列数据
ages = df['Age']
print(ages)
输出结果:
0 25
1 30
2 35
Name: Age, dtype: int64
2. 选择多列数据
subset = df[['Name', 'City']]
print(subset)
输出结果:
Name City
0 Alice New York
1 Bob Los Angeles
2 Charlie Chicago
3. 选择某行数据
row = df.iloc[1]
print(row)
输出结果:
Name Bob
Age 30
City Los Angeles
Name: 1, dtype: object
4. 选择某行某列的数据
value = df.at[0, 'Name']
print(value)
输出结果:
Alice
5. 使用条件进行筛选
filtered = df[df['Age'] > 30]
print(filtered)
输出结果:
Name Age City
2 Charlie 35 Chicago
6. 使用多个条件进行筛选
filtered_multiple = df[(df['Age'] > 25) & (df['City'] == 'New York')]
print(filtered_multiple)
输出结果:
Name Age City
0 Alice 25 New York
7. 使用 isin 方法筛选特定值
selected_names = df[df['Name'].isin(['Alice', 'Charlie'])]
print(selected_names)
输出结果:
Name Age City
0 Alice 25 New York
2 Charlie 35 Chicago
8. 选择满足特定条件的某列数据
age_greater_than_30 = df.loc[df['Age'] > 30, 'Name']
print(age_greater_than_30)
输出结果:
2 Charlie
Name: Name, dtype: object
你可以根据需要修改数据或筛选条件。
了解更多python项目开发,请关注我:Python提升课堂