4.6 Pandas中的Dataframe数据选取（二）（Python）

目录

前言

略。。。

一、初期数据准备

1. 初期数据定义

# -*- coding: utf-8 -*-
import numpy as np
import pandas as pd

data = {
    'name': ['NAME0', 'NAME1', 'NAME2', 'NAME3', 'NAME4', 'NAME5', 'NAME6', 'NAME7', 'NAME8', 'NAME9'],

    'age': [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],

    'weight': ["weight0", 101, 102, np.nan, np.nan, 105, np.nan, 107, 108, 109],

    'is_single_dog': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']
}

indexs = ['index0', 'index1', 'index2', 'index3', 'index4', 'index5', 'index6', 'index7', 'index8', 'index9']

df = pd.DataFrame(data, index=indexs)

print(df)

控制台输出结果：

         name  age   weight is_single_dog
index0  NAME0    0  weight0           yes
index1  NAME1    1      101           yes
index2  NAME2    2      102            no
index3  NAME3    3      NaN           yes
index4  NAME4    4      NaN            no
index5  NAME5    5      105            no
index6  NAME6    6      NaN            no
index7  NAME7    7      107           yes
index8  NAME8    8      108            no
index9  NAME9    9      109            no

二、Dataframe中的数据列选取

1. 列选取（单维度选取）

①　标签索引， 选取单个列

# 选取第一列df数据
df_column_1 = df['name']

print(df_column_1)

控制台输出结果：

index0    NAME0
index1    NAME1
index2    NAME2
index3    NAME3
index4    NAME4
index5    NAME5
index6    NAME6
index7    NAME7
index8    NAME8
index9    NAME9
Name: name, dtype: object

②　标签列表， 选取多个列

# 选取第二列和第三列df数据
df_column_2_and_3 = df[['age', 'weight']]

print(df_column_2_and_3)

控制台输出结果：

        age   weight
index0    0  weight0
index1    1      101
index2    2      102
index3    3      NaN
index4    4      NaN
index5    5      105
index6    6      NaN
index7    7      107
index8    8      108
index9    9      109

③　lambda表达式， 选取单个列

# 选取第三列df数据
df_column_3 = df[lambda df: df.columns[2]]

print(df_column_3)

控制台输出结果：

index0    weight0
index1        101
index2        102
index3        NaN
index4        NaN
index5        105
index6        NaN
index7        107
index8        108
index9        109
Name: weight, dtype: object

④　lambda表达式， 选取多个列，前闭后闭 [ , ]

# 选取第三列到第四列df数据
df_column_3_to_4 = df[lambda df: df.columns[2: 4]]

print(df_column_3_to_4)

控制台输出结果：

         weight is_single_dog
index0  weight0           yes
index1      101           yes
index2      102            no
index3      NaN           yes
index4      NaN            no
index5      105            no
index6      NaN            no
index7      107           yes
index8      108            no
index9      109            no