[黑马程序员Pandas教程]——DataFrame查询数据

最新推荐文章于 2024-06-10 01:00:00 发布
最新推荐文章于 2024-06-10 01:00:00 发布
阅读量1.5k 收藏 2
点赞数
分类专栏： # Python 文章标签： pandas python 大数据
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_56444564/article/details/134268067
版权

目录：

  1. 学习目标
  2. 获取DataFrame子集的基本方法
    1. 从前从后取多行数据
      1. 默认获取前5行df.head()
      2. 默认获取倒数5行df.tail()
    2. 获取一列或多列数据
      1. 获取一列数据df[col_name]等同于df.col_name
      2. 获取多列数据df[[col_name1,col_name2,...]]
    3. 布尔值向量获取数据行
      1. 布尔值列表取出对应为True的数据行
      2. 布尔值构成的Series取出对应为True的数据行
      3. 布尔值构成的ndarray取出对应为True的数据行
    4. 索引下标切片取行df[start:stop:step]
  3. loc通过行列名获取子集
    1. 索引值获取1行数据df.loc[row_name]
    2. 索引值获取多行数据df.loc[[row_name1,row_name2...]]
    3. 索引值切片获取多行数据`df.loc[start_index_value:end_index_value:step]` 左闭右闭
    4. 布尔值向量获取行数据df.loc[布尔值向量]
    5. 布尔值向量取行再配合列名取子集df.loc[布尔值向量,[col_name1,col_name2…]]
    6. 索引值取行再配合列名取子集df.loc[[cow_name1,cow_name2...],[col_name1,col_name2…]]
    7. 列名取子集df.loc[:,[col_name1,col_name2…]
  4. iloc通过行列下标获取子集
    1. 行号取1行df.iloc[row_n]
    2. 行号取多行df.iloc[[row_1,row_2,…]]
    3. 行号下标切片取多行df.iloc[start:end:step] 左闭右开
    4. 行列下标切片取子集
    5. 行下标切片和列下标取子集
    6. 行下标和列下标取子集
    7. 行下标和列下标切片取子集
  5. 查询函数获取子集df.query()
  6. 判断是否存在某个值isin函数
  7. 总结
  8. 项目地址

1.学习目标

  • 掌握获取df一列或多列数据的方法

  • 知道loc和iloc的区别以及使用方法

  • 知道df的query函数的使用方法

  • 知道isin函数的作用和使用方法

2.获取DataFrame子集的基本方法

1.从前从后取多行数据
默认获取前5行df.head()
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')

# 默认取前5行数据
print(df.head())
# 前10行
print(df.head(10))
默认获取倒数5行df.tail()
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')

# 默认取后5行数据
print(df.tail())
# 倒数15行
df2 = df.tail(15)
print(df2)
2.获取一列或多列数据
获取一列数据df[col_name]等同于df.col_name
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')
df2 = df.tail(15)

print(df2['country'])
# print(df2.country)
# 注意！如果列名字符串中间有空格的，只能使用df['country']这种形式
获取多列数据df[[col_name1,col_name2,...]]
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')
df2 = df.tail(15)

# 返回新的df
print(df2[['country', 'GDP']])
3.布尔值向量获取数据行 

  • 布尔值向量：完全由布尔值组成的一维数据，布尔值向量形式为

    • 布尔值构成的列表

    • 布尔值构成的series

    • 布尔值构成的numpy.ndarray

  • df[布尔值向量] 其中布尔值向量的布尔值个数必须和df的行数(df.shape[0])相等

布尔值列表取出对应为True的数据行
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')
df3 = df.tail()
print(df3)
print(df3[[False, True, False, False, False]])
布尔值构成的Series取出对应为True的数据行
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')
df3 = df.tail()

# df3['country']=='帕劳'
# 返回布尔值构成的series对象
print(df3)
print(df3[df3['country'] == '帕劳'])
布尔值构成的ndarray取出对应为True的数据行
import numpy as np
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')
n1 = np.array([False, True, False, False, False])

df3 = df.tail()

print(df3)
print(df3[n1])
4.索引下标切片取行df[start:stop:step]
  • df[start:stop:step] == df[起始行下标:结束行下标:步长] ， 遵循左闭右开原则（包含起始行，不包含结束行），步长默认为1
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')

df4 = df.head(10)  # 取原df前10行数据作为df4，默认自增索引由0到9
print(df4)

df5 = df4[0:3]  # 取前3行
print(df5)

df6 = df4[:5:2]  # 取前5行，步长为2
print(df6)

df7 = df4[1::3]  # 取第2行到最后所有行，步长为3
print(df7)

3.loc通过行列名获取子集

  • df.loc[]通过行名（索引值、索引名）、列名获取子集
1.索引值获取1行数据df.loc[row_name]
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')

df4 = df.head(10)  # 取原df前10行数据作为df4，默认自增索引由0到9
print(df4)

df5 = df4.loc[2]  # 获取索引为2的一行数据
print(df5)
2.索引值获取多行数据df.loc[[row_name1,row_name2...]]
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')

df4 = df.head(10)  # 取原df前10行数据作为df4，默认自增索引由0到9
print(df4)

df5 = df4.loc[[0, 2]]  # 获取索引为0和2的数据，返回df
print(df5)
3.索引值切片获取多行数据`df.loc[start_index_value:end_index_value:step]` 左闭右闭

  • 注意df.loc[start_index_value:end_index_value:step]不等同于df[start:end:step]

import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')

df4 = df.head(10)  # 取原df前10行数据作为df4，默认自增索引由0到9
print(df4)

df5 = df4.loc[:5:2]  # 表示获取索引值0到5，每2行取一行
print(df5)

df6 = df4[:5:2]  # 等同于df4.iloc[:5:2]
print(df6)
4.布尔值向量获取行数据df.loc[布尔值向量]

  • df.loc[[bool1,bool2,…]] 等同于 df[[bool1,bool2,…]]

import pandas as pd
import numpy as np

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')

df3 = df.tail()
print(df3)

df4 = df3.loc[[False, True, False, False, False]]
print(df4)

df5 = df3.loc[df3['country'] == '帕劳']
print(df5)

n1 = np.array([False, True, False, False, False])
df6 = df3.loc[n1]
print(df6)
5.布尔值向量取行再配合列名取子集df.loc[布尔值向量,[col_name1,col_name2…]]
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')

df3 = df.tail()
print(df3)

df4 = df3.loc[df3['country'] == '帕劳', ['country', 'GDP']]
print(df4)
6.索引值取行再配合列名取子集df.loc[[cow_name1,cow_name2...],[col_name1,col_name2…]]
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')

df3 = df.tail()
print(df3)

df4 = df3.loc[[9926], ['country', 'GDP']]
print(df4)
7.列名取子集df.loc[:,[col_name1,col_name2…]
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')

df3 = df.tail()
print(df3)

df4 = df3.loc[:, ['GDP']]
print(df4)

 4.iloc通过行列下标获取子集

  • df.iloc[]通过行下标（索引下标、行序号）、列下标获取子集  
1.行号取1行df.iloc[row_n]
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')

df3 = df.tail()  # 构造示例数据集
print(df3)

df4 = df3.iloc[1]
print(df4)
2.行号取多行df.iloc[[row_1,row_2,…]]
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')
df3 = df.tail()  # 构造示例数据集
print(df3)

df4 = df3.iloc[[1, 3]]
print(df4)
3.行号下标切片取多行df.iloc[start:end:step] 左闭右开
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')
df3 = df.tail()  # 构造示例数据集
print(df3)

df4 = df3.iloc[:2]
print(df4)

df5 = df3[:2]
print(df5)

# 上述代码不同于
df6 = df.loc[:2]  # 索引值从0到2的所有行 df.loc[start_index_value:end_index_value:step]
print(df6)
4.行列下标切片取子集

  • df.iloc[row_index_start:row_index_stop:row_step,col_index_start:col_index_stop:col_step]

import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')
df3 = df.tail()  # 构造示例数据集
print(df3)

# 第0行到第4行，每2行选第1行；所有列，每2列取第1列
df4 = df3.iloc[0:5:2, ::2]
print(df4)
5.行下标切片和列下标取子集

  • df.iloc[row_index_start:row_index_stop:row_step,[column_1,column_2…]]

import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')
df3 = df.tail()  # 构造示例数据集
print(df3)

# 第0行到第4行，每2行选第1行；所有列，每2列取第1列
df4 = df3.iloc[0:5:2, [0, 2]]
print(df4)
6.行下标和列下标取子集

  • df.iloc[[row_1,row_2,…],[column_1,column_2…]]

import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')
df3 = df.tail()  # 构造示例数据集
print(df3)

df4 = df3.iloc[[0, 2, 4], [0, 2]]
print(df4)
7.行下标和列下标切片取子集
import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')
df3 = df.tail()  # 构造示例数据集
print(df3)

df4 = df3.iloc[[0, 2, 4], ::2]
print(df4)

5.查询函数获取子集df.query()

  • df.query(判断表达式)可以依据判断表达式返回的符合条件的df子集

  • 与df[布尔值向量]效果相同

  • 特别注意df.query()中传入的字符串格式

import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')
df3 = df.tail()  # 构造示例数据集
print(df3)

df4 = df3.query('country=="帕劳"')
print(df4)

df5 = df3[df3['country'] == '帕劳']
print(df5)

  • 查询中国、美国、日本三国2015年至2019年的数据

import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')

df1 = df.query('country=="中国" or country=="日本" or country=="美国"').query('year in [2015, 2016, 2017, 2018, 2019]')
print(df1)

df2 = df.query('(country=="中国" or country=="日本" or country=="美国") and year in [2015, 2016, 2017, 2018, 2019]')
print(df2)

6.判断是否存在某个值isin函数

  • df.isin(['x', 'y',...]) 返回由布尔值构成新的df，原df中存在x或y的位置为True，不是x或y的为False

import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')
df3 = df.tail()  # 构造示例数据集
print(df3)

df4 = df3.isin(['帕劳'])
print(df4)

df5 = df3.isin(['帕劳', '瑙鲁'])
print(df5)

  • Serires对象使用isin函数返回新的s对象，其他完全相同

import pandas as pd

# 加载csv数据，指定gbk编码格式来读取文件，返回df
df = pd.read_csv('../datas/data_set/1960-2019全球GDP数据.csv', encoding='gbk')
df3 = df.tail()  # 构造示例数据集
print(df3)

df4 = df3['country'].isin(['帕劳'])
print(df4)

df5 = df3['country'].isin(['帕劳', '瑙鲁'])
print(df5)

 7.总结

子集操作方法方法说明
df.head(n)获取前n行数据，默认5行
df.tail(n)获取最后n行数据，默认5行
df[col_name] 或 df.col_name获取一列数据
df[[col_name1,col_name2,...]]获取多列数据
df[布尔值向量]df[[True, False, ...]]取出对应为True的数据行
df[start:stop:step]行下标（索引下标）切片获取数据行
df.loc[row_name]索引值（行名）获取1行数据
df.loc[[row_name1,row_name2...]]索引值（行名）获取多行数据
df.loc[start_index_value:end_index_value:step]索引值切片获取多行数据，注意与df[start:stop:step]不同
df.loc[布尔值向量]布尔值向量获取行数据，等同于df[布尔值向量]
df.loc[布尔值向量,[col_name1,col_name2…]]布尔值向量取行再配合列名取子集
df.loc[[cow_name1,cow_name2...],[col_name1,col_name2…]]索引值取行再配合列名取子集
df.loc[:,[col_name1,col_name2…]列名取子集
df.iloc[row_n]行号取1行
df.iloc[[row_1,row_2,…]]行号取多行
df.iloc[start:end:step]行号下标切片取多行
df.iloc[row_index_start:row_index_stop:row_step, col_index_start:col_index_stop:col_step]行列下标切片取子集
df.iloc[row_index_start:row_index_stop:row_step,[column_1,column_2…]]行下标切片和列下标取子集
df.iloc[[row_1,row_2,…],[column_1,column_2…]]行下标和列下标取子集
df.iloc[[row_1,row_2,…],col_index_start:col_index_stop:col_step]行下标和列下标切片取子集
df.query('判断表达式字符串') 与 df[布尔值向量]效果相同依据判断表达式返回的符合条件的df子集
df.isin(['value1', 'value2', ...])判断是否存在某个值

  • loc和iloc的区别：

    • loc是根据行列名获取子集

    • iloc是根据下标获取子集  

8.项目地址：

Python: 66666666666666 - Gitee.com

 

阿瞒有我良计15
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
pandas系列之DataFrame 行列数据筛选实例
12-25
DataFrame的本质是行(index)列(column)索引+多列数据。 为了简化理解，我们不妨换个思路… 现实中，为了简化对一件事物的描述，我们会选择几个特征。 例如，从（性别、身高、学历、职业、爱好..）等角度去刻画一个人...
DataFrame之查询＆切片操作
weixin_63327991的博客
04-15 391
df.iloc[1:2,[1,3]]-----------------------------------------多行多列。df.loc[[行名,...]][:1]---------------------------------------多行。df.loc[1:2,列名]------------------------------------------多行单列。df.loc[行名][列名]----------------------------------------单行。
【Pandas】DataFrame查询数据
热门推荐
weixin_45760274的博客
03-12 1万+
Pandas DataFrame查询数据 重构索引 通过索引查询 使用loc和iloc方法查询 使用bool-series索引
DataFrame查询数据操作
最新发布
2402_83521187的博客
06-10 835
请对下列API有印象、能找到、能理解、能看懂API清单子集操作方法方法说明df.head(n)获取前n行数据，默认5行df.tail(n)获取最后n行数据，默认5行df[列名] 或 df.列名获取一列数据df[[列名1,列名2,...]]获取多列数据df[[布尔值向量]]df[[True, False, ...]]取出对应为True的数据行df[起始行下标:结束行下标:步长]行下标（索引下标）切片获取数据行df.loc[行索引值]索引值（行名）获取1行数据。
pandas DataFrame 用法--查看和选择数据
一分耕耘一分收获
11-15 8763
1.使用 .head() 查看 DataFrame 头部数据 2.使用 .tail() 查看 DataFrame 尾部数据 3.使用 .describe() 查看 DataFrame 统计数据 4.使用 .T查看 DataFrame 转置数据 5. 使用 .sort_index() 查看按照轴排序的数据 6. 使用 .sort_values() 查看按照值排序的数据 7.at 函数：通过行名和列名来取值（取行名为a, 列名为A的值） 8.iat 函数...
数据预处理 1.4 DataFrame查询
pmr0528的博客
11-29 1723
seies也可以使用sort_values和sort_index函数进行排序，只不过series的sort_values方法没有by参数。df.sort_values(by=['列标签'],ascending=True)loc和query如果跟多个条件可以用&、|表示条件之间的关系。指定列分组，并对分组数据的相应列进行行相应的聚合操作。按照columns指定的列进行降序，并取前n行数据。ascending参数默认是True表示升序。获取DataFrame中满足条件的数据。
Python dataFrame 中查询操作
HEHEEH123的专栏
08-29 2310
DataFrame中数据查询
如何在 Pandas DataFrame 列中搜索值？
sikh_0529的博客
02-08 2627
我们已经创建了一个数据字典并将其传递给 pd.DataFrame 以创建一个包含“first_name”、“last_name”、“age”、“Comedy_Score”和“Rating_Score”列的数据框。在任何机器学习或数据科学项目中处理大型数据集时，都需要在特征中搜索某些值，而对于这些值，我们需要从其他特征中获取值。2. 使用“where”函数过滤出所需的数据列。我们在特征 Rating_Score 中搜索值小于 50 的数据，对于这些值，我们在 comedy_Score 中选择相应的值。
pandas DataFrame数据转为list的方法
12-25
首先使用np.array()函数把DataFrame转化为np.ndarray()，再利用tolist()函数把np.ndarray()转为list，示例代码如下： # -*- coding:utf-8-*- import numpy as np import pandas as pd data_x = pd.read_csv("E:/...
使用pandas中的DataFrame数据绘制柱状图的方法
12-25
折线图是数据分析的一种手段，但是有时候我们也需要柱状图进行不同数据的可视化量化对比。使用pandas的DataFrame方法进行柱状图的绘制也是比较方便的。 把之前的折线图绘制代码修改一下如下： from pandas import ...
B站黑马程序员Python教程学习笔记.zip
02-21
在B站黑马程序员的Python教程中，你将深入理解Python的基础概念，包括： 1. **变量与数据类型**：Python支持多种数据类型，如整型（int）、浮点型（float）、字符串（str）和布尔型（bool）。此外，还有列表（list...
Python - Dataframe的创建与查询
Venassa佳的博客
08-04 451
1 用网站的数据源 创建 2 在网站复制表格（到 剪贴板） 3 查某列数据 4 返回所有列名称 5 取其中几列 赋值 生成新的dataframe 6 访问某几行 7 访问某几行的某几列 8 访问前几 / 后几列
Dataframe查找数据
weixin_46488899的博客
03-14 1010
3.13 专业实习课堂作业
spark- Dataframe基本操作-查询
wangwangstone的博客
01-03 4849
查询相关操作 .show() 显示头n 行 .printSchema() 打印表概要， .count() 查询统计表中数据行数 .distinct() 去重后的数据 .collect()获取所有数据到数组 .head(num) 以及.take(num) 获取前num行记录 .sample() 采样 .select() 选择列数据 .describe() 查看数据的统计分布
【DS with Python】 Pandas中Series & DataFrame的结构、创建、查询、修改语法与实例
Mart_inn的博客
12-18 2159
主要内容 Series和DataFrame的部分功能与属性，包括.set_index(reset_index), rename()更改列名, .loc[]与.iloc[]或者boolean mask（及其运算）和.iteritems()查询数据, .drop() .append() 和del() 增删数据, .fillna()与.dropna()对数据清洗和inplace参数应用，以及replace()与正则表达式regex的结合
DataFrame数据的查询和编辑
QQ202240702博客
09-22 1686
​ 通过列索引标签或者属性的方式可以单独获取DataFrame的列数据，返回数据类型为Series。在选取列时不能使用切片的方式，超过一个列名用df[['列名1','列名2']] ​
【Pandas】dataframe如何查找数据
q18800305020的博客
03-14 271
索引方式：先操作列，再操作行。
[Pandas] 查看DataFrame的常用属性
Hudas的博客
05-02 5628
本文主要讲解使用Pandas的常用属性查看DataFrame数据框的基本信息
pandas中Dataframe中增删改查的基本操作
hugeliuyifei23456的博客
03-14 1412
以上代码中，我们首先创建了一个DataFrame对象df，包含了两列A和B，然后使用append()方法增加了一行数据，最后将新的DataFrame对象赋值给df_new。（1）增加行 在DataFrame中，可以使用append()方法来增加行数据，该方法会返回一个新的DataFrame对象，原对象不会发生改变。（2）增加列 在DataFrame中，可以使用assign()方法增加列数据，该方法会返回一个新的DataFrame对象，原对象不会发生改变。Pandas提供了更多的方法来方便地对数据进行处理。
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

打赏作者

阿瞒有我良计15

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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