python dataframe 取出列

我整理的一些关于【CI】的项目学习资料（附讲解～～）和大家一起分享、学习一下：

 https://edu.51cto.com/surl=iqhDF2

学习如何从 Python DataFrame 中获取列

希望本文能够帮助您理解如何在 Pandas 中操作 DataFrame，从中提取出特定的列。在本文中，我们将使用一个简单的流程，通过一些代码示例来详细阐述这一过程。

流程概述

下面是我们将采取的步骤，以便从 DataFrame 中提取特定列：

步骤	描述
步骤 1	安装必要的库
步骤 2	导入库并创建 DataFrame
步骤 3	获取特定的列
步骤 4	显示结果

步骤详细解析

步骤 1: 安装必要的库

在开始之前，您需要确保已经安装了 Pandas 库。您可以通过以下命令使用 pip 进行安装：

登录后复制

pip install pandas

• 1.

• pip install pandas：这条命令用于在您的 Python 环境中安装 Pandas 库，使您能够使用 DataFrame 及其相关功能。

步骤 2: 导入库并创建 DataFrame

接下来，我们需要导入 Pandas 库并创建一个简单的 DataFrame。以下是相应的代码：

登录后复制

import pandas as pd  # 导入 Pandas 库并将其命名为 pd

# 创建一个包含学生成绩的 DataFrame
data = {
    '姓名': ['小明', '小红', '小刚'],
    '数学': [90, 85, 95],
    '英语': [88, 92, 80],
}
df = pd.DataFrame(data)  # 将数据转换为 DataFrame
print(df)  # 打印 DataFrame 查看其内容

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.

• import pandas as pd：这行代码导入 Pandas 库，并将其简化为 pd 作为缩写。
• pd.DataFrame(data)：这里我们通过传入一个字典创建 DataFrame。

运行以上代码将输出：

登录后复制

   姓名  数学  英语
0  小明   90   88
1  小红   85   92
2  小刚   95   80

• 1.
• 2.
• 3.
• 4.

步骤 3: 获取特定的列

现在，我们已经拥有一个 DataFrame，接下来我们将从中提取出特定的列。以下是获取“数学”成绩列的代码示例：

登录后复制

math_scores = df['数学']  # 从 DataFrame 中提取“数学”这一列
print(math_scores)  # 打印提取的列数据

• 1.
• 2.

• df['数学']：这行代码用于从 DataFrame 中提取名为“数学”的列。

运行以上代码将输出：

登录后复制

0    90
1    85
2    95
Name: 数学, dtype: int64

• 1.
• 2.
• 3.
• 4.

步骤 4: 显示结果

目前，我们已经获取了需要的列。您可能希望将这些列数据以图表形式展示，虽然此处不强化可视化，但我们将简单地显示提取出来的列。

加入以下完整示例代码：

登录后复制

import pandas as pd  # 导入 Pandas 库

# 创建一个包含学生成绩的 DataFrame
data = {
    '姓名': ['小明', '小红', '小刚'],
    '数学': [90, 85, 95],
    '英语': [88, 92, 80],
}
df = pd.DataFrame(data)  # 创建 DataFrame
print("原始 DataFrame:")
print(df)  # 打印原始 DataFrame

# 获取“数学”这一列
math_scores = df['数学']  # 提取“数学”成绩列
print("\n提取的数学成绩列:")
print(math_scores)  # 打印提取出的列

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.

当您运行这段代码时，您将看到完整的 DataFrame 和提取的数学成绩列。

序列图和甘特图示例

为了让您更好地理解该过程，我们还可以使用可视化工具进行展示。在此我们将使用 Mermaid 语言生成序列图和甘特图。

序列图

甘特图

结尾

通过上述步骤，您应该能够轻松提取出 DataFrame 中的特定列。掌握这些基础知识之后，您可以进一步探索 Pandas 提供的其他功能，比如数据的清理、转化和可视化等。希望今天的学习对您今后的 Python 数据分析工作有所帮助。如有疑问，请随时交流！

原创作者: u_16175468 转载于: https://blog.51cto.com/u_16175468/11658516