第三章. Pandas入门—数据抽取

第三章. Pandas入门

3.5 数据抽取

1. 数据抽取:主要使用DataFrame对象中的loc属性和iloc属性。

1).loc:以列名和行名作为参数,当只有一个参数时,默认为行名,df.loc[‘A’]
2).iloc:以列和行所在位置索引作为参数,当只有一个参数时,默认为行索 引,df.iloc[0]

2.抽取一行或多行数据:

import pandas as pd

pd.set_option("display.unicode.east_asian_width", True)
data = [[110, 115, 80], [93, 110, 92], [90, 68, 92], [106, 42]]
name = ['小明', '小美', '小强', '小王']
columns = ['语文', '数学', '英语']
df = pd.DataFrame(data=data, index=name, columns=columns)

#抽取一行数据
print(df.loc['小王'])
print(df.iloc[1])

#抽取多行数据
print(df.loc[['小明','小强']])
print(df.iloc[[0,2]])

#抽取多行数据
print(df.loc['小明':'小强'])
print(df.iloc[0:2])

结果展示:
在这里插入图片描述
注:df.iloc[0:2]:包含’[‘前面,不包含’]'后面

3.抽取指定的行列数据:

import pandas as pd

pd.set_option("display.unicode.east_asian_width", True)
data = [[110, 115, 80], [93, 110, 92], [90, 68, 92], [106, 42]]
name = ['小明', '小美', '小强', '小王']
columns = ['语文', '数学', '英语']
df = pd.DataFrame(data=data, index=name, columns=columns)
print(df)

#抽取指定列数据
print(df[['语文','英语']])

#抽取指定行列的数据
print(df.loc[['小明','小王'],['语文','英语']])

结果展示:
在这里插入图片描述

4.按指定条件抽取数据的几种方式:

1).取其中的一个元素:如.iat[x,y]
2).基于位置的查询:如.icol[x,y]
3).基于行列名称的查询:如.col[x]

import pandas as pd

pd.set_option("display.unicode.east_asian_width", True)
data = [[110, 115, 80], [93, 110, 92], [90, 68, 92], [106, 42]]
name = ['小明', '小美', '小强', '小王']
columns = ['语文', '数学', '英语']
df = pd.DataFrame(data=data, index=name, columns=columns)
print(df)

#使用DataFrame对象实现数据查询有以下几种方式
print('*'*50)
#取其中的一个元素
print(df.iat[0,2])
print('*'*50)

#基于位置的查询
print(df.iloc[0,:])
print('*'*50)

#基于行列名称的查询
print(df.loc[['小明'],['数学']])

结果展示:
在这里插入图片描述

5.抽取指定的学科指定分数的数据:

import pandas as pd

pd.set_option("display.unicode.east_asian_width", True)
data = [[110, 115, 80], [93, 110, 92], [90, 68, 92], [106, 42]]
name = ['小明', '小美', '小强', '小王']
columns = ['语文', '数学', '英语']
df = pd.DataFrame(data=data, index=name, columns=columns)
print(df)

#抽取指定学科和指定分数的数据
print(df.loc[(df['语文'] >100) & (df['英语']>60)])

结果展示:
在这里插入图片描述

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值