《对比Excel，轻松学习Python数据分析》读书笔记------数据选择

6 数据选择

在进行单次分析前，我们要选择好研究的数据对象。如某列，某行，某个数据等…

6.1 列选择

6.1.1 选择某一列或某几列

Excel

选择某一列——>直接选中某一列

选择某几列——>选中一列，摁住Ctrl不放，再选其他列

Python

普通索引

df[列名]
df[[列名1,列名2,···]]

• 选中单列，返回Series对象
• 选中多列，返回DataFrame对象

如:

df = pd.DataFrame({
    "姓名": ["张三", "李四", "王五", "赵六"],
    "语文": [110, 92, 98, 121],
    "数学": [120, 130, 111, 90],
    "英语": [88, 91, 110, 113]
})
names=df["姓名"]
print(type(names))
# <class 'pandas.core.series.Series'>
print(names)
"""
0    张三
1    李四
2    王五
3    赵六
Name: 姓名, dtype: object
"""
grades=df[["语文","数学","英语"]]
print(type(grades))
# <class 'pandas.core.frame.DataFrame'>
print(grades)
"""
    语文   数学   英语
0  110  120   88
1   92  130   91
2   98  111  110
3  121   90  113
"""

位置索引

df.iloc[:,n]
df.iloc[:,[n1,n2,···]]

• ,前代表哪几行，,后代表哪几列
• :代表所有行
• 位置从0开始计数

如:

names=df.iloc[:,0]
print(names)
"""
0    张三
1    李四
2    王五
3    赵六
Name: 姓名, dtype: object
"""

grades=df.iloc[:,[1,2,3]]
print(grades)
"""
    语文   数学   英语
0  110  120   88
1   92  130   91
2   98  111  110
3  121   90  113
"""

6.1.2 选择连续的某几列(切片索引)

Excel

拖动选择即可

Python

同样有普通索引和位置索引两种方式。

但位置索引较为简单。

df.iloc[:,n1:n2]

• n1:n2代表选中第n1列到第n2列(从0计数，包含n1,不包含n2)
• 这种区间的形式称为切片索引

如:

grades=df.iloc[:,1:4]
print(grades)
"""
    语文   数学   英语
0  110  120   88
1   92  130   91
2   98  111  110
3  121   90  113
"""

6.2 行选择

6.2.1 选择某一行或某几行

Excel

同列,Ctrl多选

Python

普通索引

df.loc[行名]
df.loc[[行名1,行名2,···]]

• 选中单行，返回Series对象
• 选中多行，返回DataFrame对象

如:

df.set_index("姓名",inplace=True)   # 设置"姓名"列为行索引

student1=df.loc["张三"]
print(student1)
"""
语文    110
数学    120
英语     88
Name: 张三, dtype: int64
"""

students=df.loc[["李四","王五"]]
print(students)
"""
    语文   数学   英语
姓名              
李四  92  130   91
王五  98  111  110
"""

位置索引

df.iloc[r]     # df.iloc[r,:]
df.iloc[[r1,r2,···]]    # df.iloc[[r1,r2,···],:] 

• 位置r从0开始计数

如:

student1=df.iloc[0]
print(student1)
"""
语文    110
数学    120
英语     88
Name: 张三, dtype: int64
"""

students=df.iloc[[1,2]]
print(students)
"""
    语文   数学   英语
姓名              
李四  92  130   91
王五  98  111  110
"""

6.2.2 选择连续的几行(切片索引)

Excel

同列，拖动即可

Python

同样有普通索引和位置索引两种方式。

但位置索引较为简单(切片索引)。

df.iloc[r1:r2]   # df.iloc[r1:r2,:]

• r1:r2代表选中第r1行到第r2行(从0计数，包含r1,不包含r2)

如:

students=df.iloc[1:4]
print(students)
"""
     语文   数学   英语
姓名               
李四   92  130   91
王五   98  111  110
赵六  121   90  113
"""

6.2.3 筛选满足条件的行(布尔索引)

Excel

“数据”>“排序和筛选”>“筛选”

点击某列的筛选图标>“数字筛选”，选择对应条件

可以进行逻辑运算"与",“或”

Python

df[条件]
df[(条件1) 逻辑运算符 (条件2)]

• 逻辑运算符有&(与),|(或)，~(非)

如：

result1=df[df["语文"]>100]  # 语文成绩大于100
print(result1)
"""
     语文   数学   英语
姓名               
张三  110  120   88
赵六  121   90  113
"""

result2=df[(df["语文"]>90) & (df["数学"]>90) & df["英语"]>90]   #三门成绩都大于90
print(result2)
"""
    语文   数学   英语
姓名              
李四  92  130   91
王五  98  111  110
"""

6.3 区域选择

Excel

拖动选择或Ctrl多选

Python

区域选择，就是选定行和列，取交汇区域。

可以直接行列索引一起进行。也可以先行索引得到一个新的对象，再对新的对象进行列索引。

普通索引，位置索引(包括切片索引)，布尔索引(一般用于行)可以自行组合

以下为常见的

6.3.1 普通索引+普通索引

df.loc[[行名1,行名2,···],[列名1,列名2,···]]

如:

area1=df.loc[["张三","李四"],["数学","英语"]]
print(area1)
"""
     数学  英语
姓名         
张三  120  88
李四  130  91
"""

6.3.2 位置索引+位置索引

df.iloc[[r1,r2,···],[n1,n2,···]]  # 第r1,r2,···行和第n1,n2···列交汇区域
df.iloc[r1:r2,n1:n2]   #第r1行到r2行(包含r1,不包含r2)和第n1列到n2列(包含n1,不包含n2)交汇区域

如:

area2=df.iloc[[0,2,3],[0,2]]
print(area2)
"""
     语文   英语
姓名          
张三  110   88
王五   98  110
赵六  121  113
"""

area3=df.iloc[1:3,0:3]
print(area3)
"""
    语文   数学   英语
姓名              
李四  92  130   91
王五  98  111  110
"""

6.3.3 布尔索引(行)+普通索引(列)

df[条件索引][[列名1,列名2,···]]

• 实际上是对df[条件索引]返回的DataFrame对象再进行一次列的普通索引

如:

area4=df[df["语文"]>100][["数学","英语"]]
print(area4)
"""
     数学   英语
姓名          
张三  120   88
赵六   90  113
"""