pandas：时间序列下，不知道行号，按某列条件取某行数据

最新推荐文章于 2023-05-23 09:51:00 发布
最新推荐文章于 2023-05-23 09:51:00 发布
阅读量392 收藏
点赞数
文章标签： pandas python 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mutia_log/article/details/130221277
版权

工作中需要处理大量采集到的时序数据，需要从里面按条件选取需要的数据

基本是能查到的方法都会用loc或者iloc，举例里的数据量很小，一目了然（基本不超过10行），也都会自带标签列，可以很好的指出要第3~5行数据等，和真实环境差别太大，让我好难学（也可能是我蠢）…

之后发现query相对来说好用很多，和sql的where用法基本一致，对于超长数列比较合适。

df = df.query('条件')

就可以了。df是你的dataframe的名称，条件是你想要筛选的条件，单条件筛选或者多条件筛选都适用。

举例：
在这里插入图片描述

怕我忘了的举例：
按列条件取值
df = df.query(
最低0.47元/天 解锁文章
mutia_log
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Pandas高级操作: 时间序列与数据可视化
01-05
本资源集成了一系列深入探讨Pandas库高级功能的Python脚本，涵盖数据合并、重塑、分组聚合操作以及复杂的时间序列分析，并辅以直观的数据可视化实例。内容详尽、案例丰富，适合已具备Pandas基础知识的数据分析师、...
pandas挑选满足条件的行
Kp0fS的草稿纸
05-05 314
pandas挑选满足条件的行 data[data['a'].isin([1])]
python pandas DataFrame 条件取值
zhlkh的博客
02-11 4863
dataframe 取数据 表达式 > ==
Pandas 常用按照查询条件筛选数据
不忘初欣丶的博客
04-15 3780
python中按照条件筛选数据，包含单条件、多条件筛选等
pandas中按条件提取数据
weixin_35749786的博客
02-10 901
在 Pandas 中，可以使用布尔索引(Boolean Indexing)来按条件提取数据。 示例： import pandas as pd # 创建一个示例数据集 data = {'name': ['John', 'Jane', 'Jim', 'Joan'], 'age': [25, 30, 35, 40], 'city': ['New York', 'Lond...
pandas对dataFrame中某一个列的数据进行处理的方法
09-19
在这个例子中，`bug_rule`函数接收每一行数据的DataFrame子集`frame`以及类型`type`，然后根据`title`列的内容判断是否满足特定条件，返回1或0。`apply`函数按行遍历DataFrame，对每一行调用`bug_rule`函数，将结果...
pandas数据框,统计某列数据对应的个数方法
09-20
下面小编就为大家分享一篇pandas数据框,统计某列数据对应的个数方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
数据科学包——pandas基础（整形、透视、时间序列、类别）
12-20
总结来说，Pandas提供了丰富的数据处理工具，包括数据整形、数据透视、时间序列操作和类别数据管理，使得数据科学家能够高效地探索和分析数据。理解和熟练运用这些功能是提升数据分析效率的关键。
pandas按行按列遍历Dataframe的几种方式
09-18
`itertuples()`方法同样按行遍历，但返回的是一个元组，元组中的元素按照DataFrame的列顺序排列，包括一个表示行索引的Pandas命名元组。这种方式比`iterrows()`效率更高，因为它不需要创建Series对象。通过元组的...
对pandas中iloc,loc取数据差别及按条件取值的方法详解
09-19
今天小编就为大家分享一篇对pandas中iloc,loc取数据差别及按条件取值的方法详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Pandas进阶筛选和取数操作
weixin_45026301的博客
04-15 1093
pandas过程中学习的各种操作技巧。
Python 教学 | Pandas 数据索引与数据选取
最新发布
weixin_55633225的博客
05-23 4099
上一期文章已经向大家详细介绍了 Pandas 如何导入导出数据，那么接下来的技术文章我们将会把重点指向如何分析处理数据。
【Pandas数据分析3】数据提取
leoatliang的博客
10-07 3240
【Pandas数据分析3】数据提取。主要内容：按行提取（loc属性和iloc属性）、按列提取、提取区域数据、提取指定条件数据。
使用pandas实现筛选出指定列值所对应的行
m0_37347812的博客
12-08 1232
使用pandas实现筛选出指定列值所对应的行
[Pandas] 筛选出指定字段包含某个特定值的所有行
Hudas的博客
04-27 1043
本文主要讲解使用Pandas筛选出指定字段包含某个特定值的所有数据行
python数据分析：如何得到想要的数据
有学习问题可以加我qq群：785318982，群内有大佬免费答疑
12-12 698
数据的筛选 实际工作中我们经常需要处理上万条数据，特别是合并后的数据甚至上亿条，那么我们如何能快速筛选出符合条件的数据呢？ 我们以下面的数据为例 from pandas import Series,DataFrame # 创建二维列表存储选手信息 lol_list = [['上单','Nuguri',31,78], ['打野','Tian',42,68], ['中单','Doinb',51,83], ['ADC','Lwx',74,7
Pandas入门——选取数据
DAHWHG的博客
09-14 2479
1、Series 1、1 下标或标签作为索引 1、1、1 选择一行： dict = {'a': 0, 'b': 1, 'c': 2} df = pd.Series(dict) print(df) print(df[0]) print(df['a']) a 0 b 1 c 2 dtype: int64 0 0 想要显示带索引(标签)的某一行数据时，需要内部再嵌套一个[] 。 print(df[[0]]) print(df[['a']]) a 0 dtype: in
【Pandas数据处理100例】（八十五）：Pandas将DataFrame数据转化成字典数据
CSDN 精品推荐
11-30 1048
该函数可以实现将Pandas中的DataFrame数据导出为Python中的字典格式数据。
pandas 按某列筛选数据，获得筛选出数据的行号
03-09
您好，您可以使用 pandas 的 loc 方法来按某列筛选数据，并获得筛选出数据的行号。例如，假设您要按列名为 "column_name" 的列筛选数据，可以使用以下代码： df.loc[df['column_name'] == '筛选条件'] 其中，"df" ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值