从零开始学Python学习笔记---之--pandas数据框(2)

接着pandas数据框（1）介绍与应用，今天学习如何借助于pandas模块进行数据的预处理，内容包括数据集变量与观测的筛选、变量的重命名、数据类型的变换、排序、重复观测的删除、和数据集的抽样。

一、数据筛选
以iris数据集为例，想从数据集中取出某列（序列对象）或某几列该如何操作？

import pandas as pd
iris = pd.read_csv('iris.csv')
iris.head(4)

在pandas取出一列有两种方法，一种是比较普遍适用的名称索引法，另一种则是点取法。

#取出Species列
#名称索引法
iris['Species'].head()

#点取法
iris.Species.head()

如果使用点取法取出数据集中的某列，需要注意的是列的名称必须是一个整体，例如stu age或stu.age等格式的变量名就不能使用点取法。

如果你需要取出的不仅仅是一列数据，而是多列，那只能使用名称索引或位置索引了。接下来再来看看如何按照某些条件取出想要的观测行：

一个变量的观测筛选

#取出‘setosa’花种
iris.loc[iris.Species=='setosa',:].head(2)

两个变量的观测筛选

#取出‘setosa’花种且Sepal.Length大于5的观测
iris.loc[(iris.Species=='setosa') &(iris['Sepal.Length']>5),:].head(2)

需要注意的是：多个变量的筛选，可以是或(|)关系、可以是且(&)关系还可以是非(~)关系，一定要用圆括号把条件括起来

两个变量的观测筛选并筛选部分变量<