本文介绍了Python Pandas库中对数据框的条件选择操作，包括选取特定列、根据列值筛选行、空值处理、多项条件搜索、分组遍历以及Series排序。例如，通过`df[df['STATUS'] == "ACTIVE"]`可以选取'STATUS'列值为'ACTIVE'的行，而`df.groupby('CITY')`则可用于按'CITY'列进行数据分组。
原文：http://blog.csdn.net/u010770993/article/details/70312506
我们说excel好用，在处理大型数据表格的时候，excel可以非常方便地进行筛选。那么pandas是否有类似的功能呢？答案是肯定的。下面介绍的几个操作，返回的类型都是dataframe，因此可以进行嵌套操作，非常方便。
一、选取几列组成新的dataframe：
df = df[['A列列明', 'S列列明', 'H列列明']]
二、选取某列'STATUS'里面元素为"ACTIVE"的行，即删掉列STATUS元素不是ACTIVE的行
df = df[df['STATUS'] == "ACTIVE"]
(单项条件搜索，类似SELECT ALL WHERE df.STATUS = ACTIVE)
三、选取'BADTHING'列为元素空的行，既badthing这列有内容的行全部去掉，组成一个新的dataframe
df = df[df['BADTHING'].isnull()]
(空值搜索)
四、选取GOODREASON列元素为列表['quality', 'cheap']内元素的行
df = df[df['GOODREASON'].isin(['quality', 'cheap'])]
(多项条件搜索，类似SELECT ALL WHERE df.GOODREASON= quality AND cheap)
最低0.47元/天 解锁文章
670
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
