学习笔记(37):零基础搞定Python数据分析与挖掘-数据子集的筛选

立即学习:https://edu.csdn.net/course/play/6861/326767?utm_source=blogtoedu

数据子集的筛选：

1、列的筛选

df.column_name  df['column_name']

2、行的筛选

df.loc[condition,:]

3、行列的筛选

df.loc[condition,:column_list]

import pandas as pd
data01 = pd.read_csv('E:\pylean\database\data_test01.txt',
    skiprows=2,sep=',',header =None,
                     names=['id','age','month','day','gender','occupation','income'],
                     skipfooter=3,encoding='utf-8',converters={'id':str},thousands='&')
print(data01)
print(data01.gender)
print(data01['id'])
print(data01[['id','gender']])
#区别 1、点方法每次只能取一个变量，而索引法可以取多个 2、如果列名称是有两个分开的单词表示，则不能使用点方法

print(data01.loc[(data01['month']==10) & (data01['gender']=='男'),:])

print(data01.loc[data01['month']==10,['id','age','month']])

 

   id   age  month  day gender occupation  income
0  01  1990      3    7      男       销售经理    6000
1  02  1989      8   10      女        化妆师    8500
2  03  1991     10   10      男       后端开发   13500
3  04  1992     10    7      女       前端设计    6500
4  05  1985      6   15      男      数据分析师   18000
0    男
1    女
2    男
3    女
4    男
Name: gender, dtype: object
0    01
1    02
2    03
3    04
4    05
Name: id, dtype: object
   id gender
0  01      男
1  02      女
2  03      男
3  04      女
4  05      男
   id   age  month  day gender occupation  income
2  03  1991     10   10      男       后端开发   13500
   id   age  month
2  03  1991     10
3  04  1992     10