经验首页 前端设计 程序设计 Java相关 移动开发 数据库/运维 软件/图像 大数据/云计算 其他经验
当前位置:技术经验 » 程序设计 » Python » 查看文章
pandas实现按行选择的示例代码
来源:jb51  时间:2021/7/21 20:21:13  对本文有异议

本文所用到的Excel表格内容如下:

1.自定义行索引

dataframe读取Excel表格时是由自定义行索引的。这里为了展示效果,先进行自定义行索引的操作

  1. import pandas as pd
  2. df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')
  3. print('设置索引前:')
  4. print(df)
  5. print('设置索引后:')
  6. df.index = ['一', '二', '三', '四', '五']
  7. print(df)

result:
设置索引前:
   区域   省份  城市         时间  指标     地址    权重      字符
0  东北   辽宁  大连 2019-09-06  12  “123“  0.78  u"123"
1  西北   广东  西安 2019-09-07  87  “124“  0.65  u"124"
2  华南   北京  深圳 2019-09-08  87  “125“  0.34  u"125"
3  华北   湖北  北京 2019-09-09  45  “126“  1.23  u"126"
4  华中  黑龙江  武汉 2019-09-10  21  “127“  8.90  u"127"
设置索引后:
   区域   省份  城市         时间  指标     地址    权重      字符
一  东北   辽宁  大连 2019-09-06  12  “123“  0.78  u"123"
二  西北   广东  西安 2019-09-07  87  “124“  0.65  u"124"
三  华南   北京  深圳 2019-09-08  87  “125“  0.34  u"125"
四  华北   湖北  北京 2019-09-09  45  “126“  1.23  u"126"
五  华中  黑龙江  武汉 2019-09-10  21  “127“  8.90  u"127"

2. 按普通索引选择数据

这里说一下,行普通索引实际上就是行名。为了行文方便,后续一律称普通索引。

2.1 按普通索引选择单行数据

  1. df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')
  2. df.index = ['一', '二', '三', '四', '五']
  3. print(df.loc['一'])

result:
区域                     东北
省份                     辽宁
城市                     大连
时间    2019-09-06 00:00:00
指标                     12
地址                  “123“
权重                   0.78
字符                 u"123"
Name: 一, dtype: object

2.2 按行索引选择多行数据

  1. df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')
  2. df.index = ['一', '二', '三', '四', '五']
  3. print(df.loc[['一', '三', '四']])

result:
   区域  省份  城市         时间  指标     地址    权重      字符
一  东北  辽宁  大连 2019-09-06  12  “123“  0.78  u"123"
三  华南  北京  深圳 2019-09-08  87  “125“  0.34  u"125"
四  华北  湖北  北京 2019-09-09  45  “126“  1.23  u"126"

注:选择单列数据是参数为字符串类型,多列数据时参数为列表类型

3.按位置索引选择数据

3.1 按位置索引选择单行数据

  1. df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')
  2. df.index = ['一', '二', '三', '四', '五']
  3. print(df.iloc[0])

result:
区域                     东北
省份                     辽宁
城市                     大连
时间    2019-09-06 00:00:00
指标                     12
地址                  “123“
权重                   0.78
字符                 u"123"
Name: 一, dtype: object

3.2 按位置索引选择多行数据

  1. df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')
  2. df.index = ['一', '二', '三', '四', '五']
  3. print(df.iloc[[0, 1]])

result:
   区域  省份  城市         时间  指标     地址    权重      字符
一  东北  辽宁  大连 2019-09-06  12  “123“  0.78  u"123"
二  西北  广东  西安 2019-09-07  87  “124“  0.65  u"124"

4.选择连续多行数据

  1. df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')
  2. df.index = ['一', '二', '三', '四', '五']
  3. print(df.iloc[0:2])

result:
   区域  省份  城市         时间  指标     地址    权重      字符
一  东北  辽宁  大连 2019-09-06  12  “123“  0.78  u"123"
二  西北  广东  西安 2019-09-07  87  “124“  0.65  u"124"

表示获取所有行第1列到第3列的数据。选择连续多列数据时语法类似于切片语法,所以也称之为切片索引。

5.选择满足条件的行

5.1单个条件选择

  1. df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')
  2. print(df[df['指标'] < 50])

result:
   区域   省份  城市         时间  指标    权重
0  东北   辽宁  大连 2019-09-06  12  0.78
3  华北   湖北  北京 2019-09-09  45  1.23
4  华中  黑龙江  武汉 2019-09-10  21  8.90

5.2 多个条件选择

5.2.1 多个条件是且的关系

  1. df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')
  2. print(df[(df['指标'] < 50) & (df['权重'] < 1)])

result:
   区域  省份  城市         时间  指标    权重
0  东北  辽宁  大连 2019-09-06  12  0.78

5.2.2 多个条件是或的关系

  1. df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')
  2. print(df[(df['指标'] < 50) | (df['权重'] < 1)])

result:
   区域   省份  城市         时间  指标    权重
0  东北   辽宁  大连 2019-09-06  12  0.78
1  西北   广东  西安 2019-09-07  87  0.65
2  华南   北京  深圳 2019-09-08  87  0.34
3  华北   湖北  北京 2019-09-09  45  1.23
4  华中  黑龙江  武汉 2019-09-10  21  8.90

到此这篇关于pandas实现按行选择的示例代码的文章就介绍到这了,更多相关pandas 按行选择内容请搜索w3xue以前的文章或继续浏览下面的相关文章希望大家以后多多支持w3xue!

 友情链接:直通硅谷  点职佳  北美留学生论坛

本站QQ群:前端 618073944 | Java 606181507 | Python 626812652 | C/C++ 612253063 | 微信 634508462 | 苹果 692586424 | C#/.net 182808419 | PHP 305140648 | 运维 608723728

W3xue 的所有内容仅供测试,对任何法律问题及风险不承担任何责任。通过使用本站内容随之而来的风险与本站无关。
关于我们  |  意见建议  |  捐助我们  |  报错有奖  |  广告合作、友情链接(目前9元/月)请联系QQ:27243702 沸活量
皖ICP备17017327号-2 皖公网安备34020702000426号