python如何从一个dataframe提取相应的行组成一个新的dataframe_Python|专题（1）——数据处理常规操作集（1）...

大家好！好久不见！适逢国庆，先祝我亲爱的祖国七十周年生日快乐！

这一系列文章是针对最近在实习中做的一些数据预处理操作的整理。我们希望通过它们，带领大家了解和熟悉一些python做数据清洗，数据整合等的常见操作。

请注意我们这是专题文章，也就是说这一系列文章并不假设你对python是零基础的。但是如果你和我一样，也是一个数据科学中探索的小白，那么我希望你也能够通过这些文章，在一个一个的数据处理的坑中爬起来，总结经验，奋勇前行~

写这一系列文章之前我也咨询了老板的意见，也得到了他的同意。说这句话的意思是：所有这里涉及的操作，在数据分析中都是基础，重要和容易踩坑的。所以即使你现在觉得它们难以理解，或者用不上，以后也大概率会碰到。还需要和大家说的是，为了防止泄露商业机密和业务材料，我们的数据集事先做过处理。

那么我们开始吧。没有特殊介绍，我们都是使用Python3的。

1. 准备操作，装包，导入

虽然这非常简单，但我们还是提一下。凡是做数据预处理，都不可避免的用上这两个包。

import 

如果你要做基本的可视化，那还需要这个包

import 

这句语法的意思就是：导入...包，并给它命名为np/pd。很多人经常在代码中看到诸如np., pd. 这样的前缀，意思就是调用numpy/pandas内的函数（还有一个说法叫方法）。

网络上有非常多关于这两个包的命令详解，百度一下都有。至于如何安装，各位只需要百度一下anaconda即可。anaconda本身就可以理解为是一个封装好的python环境，里面已经事先有安装好大部分必备的库。

当然，你也可以使用

pip 

有一个情况是你电脑里的默认python不是anaconda内的那个（当你电脑里装了不止一个py的时候，这种情况是完全有可能的）。除了环境变量的优先级调整法（具体的可以百度），还有一种方法我觉得更方便，就是打开anaconda的prompt。

这个Prompt可以理解为anaconda内自己的cmd (command line)。那么这个时候，下面这一行代码

就可以自动把你想要安装的包安装到你的anaconda中。对于我这种py底层机理一窍不通的人来说，这已经够用了，也很方便。虽然大部分情况都可以通过anaconda的可视化界面完成，但是我就碰到了tensorflow装不上的情况，这个时候就只能采用上面那种方法了。

2. 读取数据，创建数据框

配置有了，下一步自然是读取数据，创建dataframe了。dataframe是pandas特有的一种数据结构，通俗理解就是一种计算机中存储数据的结构，好吧这好像是一句废话……

我截取了一部分我司的数据集（很显然不可能是真实的，我在上面说过了），我们希望用它作为我们的例子，那么很显然就需要构造一个dataframe来存储它。常见的操作就是先构造一个字典，再转换。具体如下

Table 

如果你运行正常的话，最后应该可以看到这样的结果。

（这是在Jupyter Notebook上运行的，如果你在别的IDE上运行，显示的样子可能会有些不一样）相信通过这个例子你也大概明白了什么是一个dataframe。

注意：代码pd.Da