dataframe 筛选_Pandas 学习巩固&读取文件与筛选行列

虽然很早就学会了 Python 的Pandas 库基础使用，但最近处理数据时发现还有很多知识需要掌握，这里我将介绍自己所学的 Pandas库使用技巧。

首先导入 Pandas 库。

import 

下面是原表图片：

• 读取文件

Pandas 读取的文件一般是 csv 或 xls 或 xlsx 格式，若文件与 Py 文件在同一个文件夹下，则只需要读取相对路径，如下面所示：

data_1 

否则，则需要读取绝对路径，这里要注意转义字符（）的使用。

这里我已经将数据读入，如下面所示（最左边数字代表索引）：

    Unnamed: 0 JKD CDZ                KSSJ                JSSJ  DRXH
0            0   西  右转 2018-12-12 06:00:06 2018-12-12 06:00:30   234
1            1   南  右转 2018-12-12 06:00:06 2018-12-12 06:00:30   234
2            2   东  右转 2018-12-12 06:00:06 2018-12-12 06:00:30   234
3            3   北  右转 2018-12-12 06:00:06 2018-12-12 06:00:30   234
4            4   西  左转 2018-12-12 06:00:06 2018-12-12 06:00:30   234
5            5   西  直行 2018-12-12 06:00:06 2018-12-12 06:00:30   234
6            6   西  右转 2018-12-12 06:00:06 2018-12-12 06:00:30   234
7            7   南  右转 2018-12-12 06:00:06 2018-12-12 06:00:30   234
8            8   东  右转 2018-12-12 06:00:06 2018-12-12 06:00:30   234
9            9   北  右转 2018-12-12 06:00:06 2018-12-12 06:00:30   234
10          10   西  左转 2018-12-12 06:00:06 2018-12-12 06:00:30   234
11          11   西  直行 2018-12-12 06:00:06 2018-12-12 06:00:30   234
12          12   西  右转 2018-12-12 06:00:34 2018-12-12 06:00:54   235
13          13   南  右转 2018-12-12 06:00:34 2018-12-12 06:00:54   235
14          14   东  右转 2018-12-12 06:00:34 2018-12-12 06:00:54   235
15          15   北  右转 2018-12-12 06:00:34 2018-12-12 06:00:54   235
16          16   西  右转 2018-12-12 06:00:34 2018-12-12 06:00:54   235
17          17   北  直行 2018-12-12 06:00:34 2018-12-12 06:00:54   235
18          18   南  直行 2018-12-12 06:00:34 2018-12-12 06:00:54   235
19          19   南  右转 2018-12-12 06:00:34 2018-12-12 06:00:54   235

• 选取n行

选取前2行（[]中也可以写成[0:2]）。

data_2 

选取第2到5行就不再多说。

除了上面的方法，还可以直接 data[0:5] 这样

那么，接下来我想选取 JDK 为西的所有行，方法就是下面所示。

data_2 

这样我还不满足，除了 JDK 为西，CDZ 要为直行或者左转。

data_3 

而假设我们的 CDZ 列有‘直行’和‘行直’数据，筛选它们则可以考虑 str.contains('|') 方法。

• 选取n列

选取单列或多列有两种方法。

data_4 

或者

data_4 

那么接下来我希望筛选出 DRXH 列数值为235的行，就按下面的方法。

data_5 

注意上面，需要区分该列包含的数据为数值还是字符。

或者用下面的方法。

data_5 

下面是一个关于 DataFrame索引选项的小总结，图源网络。

今天主要就写这么多，之后还会有其它的记录。