【Python】数据分析之Pandas数据选取

最新推荐文章于 2024-05-11 22:50:54 发布
最新推荐文章于 2024-05-11 22:50:54 发布
阅读量1k 收藏 22
点赞数 20
分类专栏： Python 文章标签： python 数据分析 pandas
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/qq_41670002/article/details/136624830
版权 
import pandas as pd

1. 直接索引

df = pd.DataFrame({'AdmissionDate': ['2021-01-25','2021-01-22','2021-01-20',

                        '2021-01-18','2021-01-17','2021-01-17','2021-01-21'],

                     'StudentID': [7,1,3,2,6,3,4],

                     'Name': ['Jack','Shyam','Mohan','Janne','Lucky','Abhinav','Danny'],

                     'Stream':['CSE','ECE','Civil','Mechanical','CSE','IT','EEE']

                   })
df.set_index("Name",inplace=True)

# 选取某一列或者某几列
print(df["AdmissionDate"])
print(df[["AdmissionDate","StudentID"]])  # 选取多列时，多个列要放到一个list中

Name
Jack       2021-01-25
Shyam      2021-01-22
Mohan      2021-01-20
Janne      2021-01-18
Lucky      2021-01-17
Abhinav    2021-01-17
Danny      2021-01-21
Name: AdmissionDate, dtype: object
        AdmissionDate  StudentID
Name                            
Jack       2021-01-25          7
Shyam      2021-01-22          1
Mohan      2021-01-20          3
Janne      2021-01-18          2
Lucky      2021-01-17          6
Abhinav    2021-01-17          3
Danny      2021-01-21          4

# 按行编号选取连续的行
df[1:3]  # df[start:end], [start,end)闭开区间
AdmissionDateStudentIDStream
Name
Shyam2021-01-221ECE
Mohan2021-01-203Civil
# 按行时间索引选取连续的行
df["AdmissionDate"] = pd.to_datetime(df["AdmissionDate"])
df.set_index("AdmissionDate",inplace=True)

# df["2021-01-01":"2021-01-20"]  # 将被弃用
df.sort_index().loc["2021-01-01":"2021-01-20",:]  # 推荐写法
StudentIDStream
AdmissionDate
2021-01-176CSE
2021-01-173IT
2021-01-182Mechanical
2021-01-203Civil

2. 布尔索引

df = pd.DataFrame({'AdmissionDate': ['2021-01-25','2021-01-22','2021-01-20',

                        '2021-01-18','2021-01-17','2021-01-17','2021-01-21'],

                     'StudentID': [7,1,3,2,6,3,4],

                     'Name': ['Jack','Shyam','Mohan','Janne','Lucky','Abhinav','Danny'],

                     'Stream':['CSE','ECE','Civil','Mechanical','CSE','IT','EEE']

                   })
df["AdmissionDate"] = pd.to_datetime(df["AdmissionDate"])
df.set_index("Name",inplace=True)
df
AdmissionDateStudentIDStream
Name
Jack2021-01-257CSE
Shyam2021-01-221ECE
Mohan2021-01-203Civil
Janne2021-01-182Mechanical
Lucky2021-01-176CSE
Abhinav2021-01-173IT
Danny2021-01-214EEE
# 选取满足某一条件的行
df[df["StudentID"]==2]
AdmissionDateStudentIDStream
Name
Janne2021-01-182Mechanical
# 选取满足多个条件的行
# 注意：索引列表中，可以使用& |操作符，但不能使用and or not等关键字
from datetime import datetime
df[(df["StudentID"]>=3) & (df["AdmissionDate"]>="2021-01-20")]  # 注意：索引列表中，各布尔条件必须用圆括号扩起来

2021-01-20 00:00:00
AdmissionDateStudentIDStream
Name
Jack2021-01-257CSE
Mohan2021-01-203Civil
Danny2021-01-214EEE
df[(df["StudentID"]>=3) | (df["AdmissionDate"]>="2021-01-20")]
AdmissionDateStudentIDStream
Name
Jack2021-01-257CSE
Shyam2021-01-221ECE
Mohan2021-01-203Civil
Lucky2021-01-176CSE
Abhinav2021-01-173IT
Danny2021-01-214EEE

3. 索引器索引

Dataframe的loc和iloc属性

  • loc属性：
    • 以列名和行名作为参数，当只有一个参数时，默认是行名，即抽取整行数据，包括所有列
  • iloc属性：
    • 以行和列位置索引，作为参数。当只有一个参数时，默认是行索引，即抽取整行数据，包括所有列
df = pd.DataFrame({'AdmissionDate': ['2021-01-25','2021-01-22','2021-01-20',

                        '2021-01-18','2021-01-17','2021-01-17','2021-01-21'],

                     'StudentID': [7,1,3,2,6,3,4],

                     'Name': ['Jack','Shyam','Mohan','Janne','Lucky','Abhinav','Danny'],

                     'Stream':['CSE','ECE','Civil','Mechanical','CSE','IT','EEE']

                   })
df["AdmissionDate"] = pd.to_datetime(df["AdmissionDate"])
df.set_index("Name",inplace=True)
df
AdmissionDateStudentIDStream
Name
Jack2021-01-257CSE
Shyam2021-01-221ECE
Mohan2021-01-203Civil
Janne2021-01-182Mechanical
Lucky2021-01-176CSE
Abhinav2021-01-173IT
Danny2021-01-214EEE
3.1 loc索引器
# 选取一行, loc["行索引名称"]
df.loc["Jack"]

AdmissionDate    2021-01-25 00:00:00
StudentID                          7
Stream                           CSE
Name: Jack, dtype: object

# df.loc[['行1,行2'],['列1,列2']]：选取行列组合
df.loc[["Jack","Janne"],["StudentID","Stream"]]
StudentIDStream
Name
Jack7CSE
Janne2Mechanical
# df.loc[(df['列']>条件)]：按条件选取列满足一定条件的行。
df.loc[df["StudentID"]>=2,["Stream","AdmissionDate"]]
StreamAdmissionDate
Name
JackCSE2021-01-25
MohanCivil2021-01-20
JanneMechanical2021-01-18
LuckyCSE2021-01-17
AbhinavIT2021-01-17
DannyEEE2021-01-21
# df.loc[行1:行2,列1:列2]：按列名选取连续的列。冒号前后留空代表开口。
df.loc["Jack":"Janne","AdmissionDate":"StudentID"]
AdmissionDateStudentID
Name
Jack2021-01-257
Shyam2021-01-221
Mohan2021-01-203
Janne2021-01-182
3.2 iloc索引器

iloc索引器与loc索引器的使用几乎相同，唯一不同的是，iloc索引器中只能使用原始索引，不能使用自定义索引。
注意：原始索引初值从0开始，切片前闭后开。自定义索引切片为闭区间

df.iloc[1:3,1:2]

import pandas as pd

1. 直接索引

df = pd.DataFrame({'AdmissionDate': ['2021-01-25','2021-01-22','2021-01-20',

                        '2021-01-18','2021-01-17','2021-01-17','2021-01-21'],

                     'StudentID': [7,1,3,2,6,3,4],

                     'Name': ['Jack','Shyam','Mohan','Janne','Lucky','Abhinav','Danny'],

                     'Stream':['CSE','ECE','Civil','Mechanical','CSE','IT','EEE']

                   })
df.set_index("Name",inplace=True)

# 选取某一列或者某几列
print(df["AdmissionDate"])
print(df[["AdmissionDate","StudentID"]])  # 选取多列时，多个列要放到一个list中

Name
Jack       2021-01-25
Shyam      2021-01-22
Mohan      2021-01-20
Janne      2021-01-18
Lucky      2021-01-17
Abhinav    2021-01-17
Danny      2021-01-21
Name: AdmissionDate, dtype: object
        AdmissionDate  StudentID
Name                            
Jack       2021-01-25          7
Shyam      2021-01-22          1
Mohan      2021-01-20          3
Janne      2021-01-18          2
Lucky      2021-01-17          6
Abhinav    2021-01-17          3
Danny      2021-01-21          4

# 按行编号选取连续的行
df[1:3]  # df[start:end], [start,end)闭开区间
AdmissionDateStudentIDStream
Name
Shyam2021-01-221ECE
Mohan2021-01-203Civil
# 按行时间索引选取连续的行
df["AdmissionDate"] = pd.to_datetime(df["AdmissionDate"])
df.set_index("AdmissionDate",inplace=True)

# df["2021-01-01":"2021-01-20"]  # 将被弃用
df.sort_index().loc["2021-01-01":"2021-01-20",:]  # 推荐写法
StudentIDStream
AdmissionDate
2021-01-176CSE
2021-01-173IT
2021-01-182Mechanical
2021-01-203Civil

2. 布尔索引

df = pd.DataFrame({'AdmissionDate': ['2021-01-25','2021-01-22','2021-01-20',

                        '2021-01-18','2021-01-17','2021-01-17','2021-01-21'],

                     'StudentID': [7,1,3,2,6,3,4],

                     'Name': ['Jack','Shyam','Mohan','Janne','Lucky','Abhinav','Danny'],

                     'Stream':['CSE','ECE','Civil','Mechanical','CSE','IT','EEE']

                   })
df["AdmissionDate"] = pd.to_datetime(df["AdmissionDate"])
df.set_index("Name",inplace=True)
df
AdmissionDateStudentIDStream
Name
Jack2021-01-257CSE
Shyam2021-01-221ECE
Mohan2021-01-203Civil
Janne2021-01-182Mechanical
Lucky2021-01-176CSE
Abhinav2021-01-173IT
Danny2021-01-214EEE
# 选取满足某一条件的行
df[df["StudentID"]==2]
AdmissionDateStudentIDStream
Name
Janne2021-01-182Mechanical
# 选取满足多个条件的行
# 注意：索引列表中，可以使用& |操作符，但不能使用and or not等关键字
from datetime import datetime
df[(df["StudentID"]>=3) & (df["AdmissionDate"]>="2021-01-20")]  # 注意：索引列表中，各布尔条件必须用圆括号扩起来

2021-01-20 00:00:00
AdmissionDateStudentIDStream
Name
Jack2021-01-257CSE
Mohan2021-01-203Civil
Danny2021-01-214EEE
df[(df["StudentID"]>=3) | (df["AdmissionDate"]>="2021-01-20")]
AdmissionDateStudentIDStream
Name
Jack2021-01-257CSE
Shyam2021-01-221ECE
Mohan2021-01-203Civil
Lucky2021-01-176CSE
Abhinav2021-01-173IT
Danny2021-01-214EEE

3. 索引器索引

Dataframe的loc和iloc属性

  • loc属性：
    • 以列名和行名作为参数，当只有一个参数时，默认是行名，即抽取整行数据，包括所有列
  • iloc属性：
    • 以行和列位置索引，作为参数。当只有一个参数时，默认是行索引，即抽取整行数据，包括所有列
df = pd.DataFrame({'AdmissionDate': ['2021-01-25','2021-01-22','2021-01-20',

                        '2021-01-18','2021-01-17','2021-01-17','2021-01-21'],

                     'StudentID': [7,1,3,2,6,3,4],

                     'Name': ['Jack','Shyam','Mohan','Janne','Lucky','Abhinav','Danny'],

                     'Stream':['CSE','ECE','Civil','Mechanical','CSE','IT','EEE']

                   })
df["AdmissionDate"] = pd.to_datetime(df["AdmissionDate"])
df.set_index("Name",inplace=True)
df
AdmissionDateStudentIDStream
Name
Jack2021-01-257CSE
Shyam2021-01-221ECE
Mohan2021-01-203Civil
Janne2021-01-182Mechanical
Lucky2021-01-176CSE
Abhinav2021-01-173IT
Danny2021-01-214EEE
3.1 loc索引器
# 选取一行, loc["行索引名称"]
df.loc["Jack"]

AdmissionDate    2021-01-25 00:00:00
StudentID                          7
Stream                           CSE
Name: Jack, dtype: object

# df.loc[['行1,行2'],['列1,列2']]：选取行列组合
df.loc[["Jack","Janne"],["StudentID","Stream"]]
StudentIDStream
Name
Jack7CSE
Janne2Mechanical
# df.loc[(df['列']>条件)]：按条件选取列满足一定条件的行。
df.loc[df["StudentID"]>=2,["Stream","AdmissionDate"]]
StreamAdmissionDate
Name
JackCSE2021-01-25
MohanCivil2021-01-20
JanneMechanical2021-01-18
LuckyCSE2021-01-17
AbhinavIT2021-01-17
DannyEEE2021-01-21
# df.loc[行1:行2,列1:列2]：按列名选取连续的列。冒号前后留空代表开口。
df.loc["Jack":"Janne","AdmissionDate":"StudentID"]
AdmissionDateStudentID
Name
Jack2021-01-257
Shyam2021-01-221
Mohan2021-01-203
Janne2021-01-182
3.2 iloc索引器

iloc索引器与loc索引器的使用几乎相同，唯一不同的是，iloc索引器中只能使用原始索引，不能使用自定义索引。
注意：原始索引初值从0开始，切片前闭后开。自定义索引切片为闭区间

df.iloc[1:3,1:2]
StudentID
Name
Shyam1
Mohan3
带步长的索引
df.iloc[::2]

在这里插入图片描述

4. 列表索引

示例：

import pandas as pd  
  
# 假设df是你的DataFrame，ip_list是你的ip地址列表  
# df = ...  
# ip_list = [...]  
  
# 使用isin()函数筛选出ip列在列表中的行  
filtered_df = df[df['ip'].isin(ip_list)]  # 或使用isnotin来反选
  
# 打印筛选后的DataFrame  
print(filtered_df)
98岁带病上岗
关注
  • 20
    点赞
  • 踩
  • 22
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python数据分析模块pandas用法详解
09-18
Python数据分析模块pandas是Python生态系统中的核心库，用于高效处理和分析数据。它构建在NumPy库之上，提供了丰富的数据结构和操作工具，使得数据清洗、处理和探索性数据分析变得非常方便。 一、pandas核心数据...
Python数据分析pandas模块用法实例详解
09-18
Python数据分析中的pandas模块是一个非常重要的工具，它构建在Numpy之上，提供了高效的数据处理能力。pandas的主要数据结构是Series和DataFrame，它们是进行数据分析的基础。 **Series** 是pandas的基本数据结构之...
【数据分析面试】3.编写数据选取函数（Python）
WHYbeHERE的博客
03-29 348
方法选择喜欢的颜色为绿色或红色的行，然后使用条件筛选出成绩大于90的行，最后返回满足条件的结果。的函数，以选择仅当学生喜欢的颜色是绿色或红色且他们的成绩高于90时的行。
pandas 选择某几列的方法
09-20
今天小编就为大家分享一篇pandas 选择某几列的方法，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
【Python系列】Python中列表属性提取
最新发布
檀越的博客
05-11 1万+
列表推导式是 Python 中强大而灵活的特性之一，它提供了一种简洁的语法来创建、过滤和转换列表。通过本文的介绍，我们了解了列表推导式的基本语法和用法，并通过一个具体的示例进行了解析。列表推导式的简洁性、高效性和可读性使其成为 Python 程序员在处理列表数据时的有力工具。掌握列表推导式的使用，将有助于提高代码的可读性和开发效率，同时减少代码量。因此，在日常的 Python 编程中，我们应该善于利用列表推导式这一特性，充分发挥它的优势，提升我们的编程能力和效率。👍🏻呗。
Pandas 选择数据
IT浪尖
02-18 3278
pandas 中选择数据的方法有很多种,一般我们会用到这几种. 简单的筛选根据标签: loc根据序列: iloc根据混合的这两种: ix还有通过判断的筛选 我们建立了一个 6X4 的矩阵数据。 dates = pd.date_range('20130101', periods=6) df = pd.DataFrame(np.arange(24).reshape((6,4)
Python 教学 | Pandas 数据索引与数据选取
weixin_55633225的博客
05-23 4199
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进行数据选取
Yichengsixian1的博客
02-28 309
pandas官方文档 pandas中有两种基本的数据类型，Series和DataFrame，前者是一维的，后者是二维甚至多维的。 首先生成一个DataFrame对象，这里用到了numpy中的生成随机数函数random.randn()。行名和列名通过index和column来定义。 import numpy as np import pandas as pd dates=pd.date_range...
pandas数据选择
trayvontang的博客
12-31 423
loc loc是使用索引名称和列名称选择行列的，接收2个参数，第一个参数用于选择索引，第二个参数用于选择列。 import pandas as pd import numpy as np # 设置种子，让每次测试数据一样 np.random.seed(147258) dates = pd.date_range('20200101', periods=5) # 数据范围[0,20) 5行4列 二...
从Excel到Python数据分析进阶指南1
08-04
在数据分析领域，从Excel过渡到Python可以提供更强大的工具和灵活性。以下是一些关键的知识点，...这些基本操作构成了Python数据分析的基础，通过熟练掌握它们，可以从Excel逐步过渡到更高效、更灵活的数据分析环境。
Python-Pandas强大的Python数据分析工具
08-10
**Python-Pandas：强大的Python数据分析工具** Pandas是Python编程语言中的一个不可或缺的数据分析库，它为用户提供了高效且易用的数据结构，如DataFrame和Series，使得数据处理、清洗、转换和分析变得极其便捷。...
Python数据分析之如何利用pandas查询数据示例代码
12-26
在数据分析领域，最热门的莫过于Python和R语言，本文将详细给大家介绍关于Python利用pandas查询数据的相关内容，分享出来供大家参考学习，下面话不多说了，来一起看看详细的介绍吧。 示例代码 这里的查询数据相当于R...
数据分析-pandas数据选取
qq_43492878的博客
10-17 180
python数据分析之pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[] 原文链接 https://www.cnblogs.com/chenhuabin/p/10485549.html#_label1 主要介绍了pandas的数据选取方法，包括单行单列选取，多行多列区域选取，单个单元格选取等。 ...
Python：利用Pandas读取数据、查询指定条件的数据、以及数据的详细信息
无面人的博客
02-25 1万+
在Python中，如何利用Pandas去读取数据、查询指定条件的数据、以及获取数据的详细信息.
pandas—数据选择的常见用法
LHJCSDNYL的博客
04-24 3257
使用pandas时，经常会对某行、某列、满足条件的数据进行统计计算。 以下总结了pandas数据选择的常见方法，包括loc、iloc等方法的使用。 首先读取数据： df = pd.read_excel('zpxx.xlsx') 1、元素、索引、列名获取 可以利用DataFrame的基础属性values、index、columns，分别获取元素、索引、列名 print('获取元素：\n', df.values) # 返回二维列表 print('获取索引：\n', df.index) # 返回行的索引
pandas 选取行和列的方法
热门推荐
王敏的专栏
05-16 3万+
本文介绍在 pandas 中如何读取数据行列的方法。数据由行和列组成，在数据库中，一般行被称作记录 (record)，列被称作字段 (field)。回顾一下我们对记录和字段的获取方式：一般情况下，字段根据名称获取，记录根据筛选条件获取。比如获取 student_id 和 studnent_name 两个字段；记录筛选，比如 sales_amount 大于 10000 的所有记录。对于熟悉 SQL ...
[Pandas] 数据选择
Hudas的博客
06-24 1147
本文主要讲解使用Pandas进行数据选择
pandas选取数据方法
hjhlln的博客
10-09 4373
pandas常见的选取数据的方法
Python数据分析入门：NumPy与Pandas基础
"Python数据分析与应用案例教程的第二章专注于Python数据分析的基础，主要涉及NumPy库和Pandas库。这两个库是Python数据科学的核心，其中NumPy提供高效矩阵计算，而Pandas则为大型数据集提供了便利的操作工具。本章...
评论
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