pandas選擇數據-【老魚學pandas】
選擇列
根據列名來選擇某列的數據python
import pandas as pd
import numpy as np
dates = pd.date_range("2017-01-08", periods=6)
data = pd.DataFrame(np.arange(24).reshape(6, 4), index=dates, columns=["A", "B", "C", "D"])
print("data:")
print(data)
# 選擇A列數據
print("A列數據：")
print(data["A"])
輸出結果：code
data:
A B C D
2017-01-08 0 1 2 3
2017-01-09 4 5 6 7
2017-01-10 8 9 10 11
2017-01-11 12 13 14 15
2017-01-12 16 17 18 19
2017-01-13 20 21 22 23
A列數據：
2017-01-08 0
2017-01-09 4
2017-01-10 8
2017-01-11 12
2017-01-12 16
2017-01-13 20
Freq: D, Name: A, dtype: int32
也能夠用點符號來進行：索引
print(data.A)
上面的功能跟data["A"]同樣。pandas
選擇某幾行數據
import pandas as pd
import numpy as np
dates = pd.date_range("2017-01-08", periods=6)
data = pd.DataFrame(np.arange(24).reshape(6, 4), index=dates, columns=["A", "B", "C", "D"])
print("data:")
print(data)
print("選擇0至3行的數據：")
print(data[0:3])
輸出爲：io
data:
A B C D
2017-01-08 0 1 2 3
2017-01-09 4 5 6 7
2017-01-10 8 9 10 11
2017-01-11 12 13 14 15
2017-01-12 16 17 18 19
2017-01-13 20 21 22 23
選擇0至3行的數據：
A B C D
2017-01-08 0 1 2 3
2017-01-09 4 5 6 7
2017-01-10 8 9 10 11
也能夠根據索引號範圍來選擇某幾行的數據。
好比，以下的例子中咱們就選擇出2017-01-10到2017-01-12的數據：class
import pandas as pd
import numpy as np
dates = pd.date_range("2017-01-08", periods=6)
data = pd.DataFrame(np.arange(24).reshape(6, 4), index=dates, columns=["A", "B", "C", "D"])
print("data:")
print(data)
print("按照索引選擇數據：")
print(data["2017-01-10":"2017-01-12"])
輸出爲：import
data:
A B C D
2017-01-08 0 1 2 3
2017-01-09 4 5 6 7
2017-01-10 8 9 10 11
2017-01-11 12 13 14 15
2017-01-12 16 17 18 19
2017-01-13 20 21 22 23
按照索引選擇數據：
A B C D
2017-01-10 8 9 10 11
2017-01-11 12 13 14 15
2017-01-12 16 17 18 19
使用loc進行選擇
使用loc選擇某幾行的數據：date
import pandas as pd
import numpy as np
dates = pd.date_range("2017-01-08", periods=6)
data = pd.DataFrame(np.arange(24).reshape(6, 4), index=dates, columns=["A", "B", "C", "D"])
print("data:")
print(data)
print("按照索引選擇數據：")
print(data.loc["2017-01-10":"2017-01-12"])
輸出：numpy
data:
A B C D
2017-01-08 0 1 2 3
2017-01-09 4 5 6 7
2017-01-10 8 9 10 11
2017-01-11 12 13 14 15
2017-01-12 16 17 18 19
2017-01-13 20 21 22 23
按照索引選擇數據：
A B C D
2017-01-10 8 9 10 11
2017-01-11 12 13 14 15
2017-01-12 16 17 18 19
也能夠按照列進行選擇數據，好比，咱們想要選擇其中B和C列的數據：方法
import pandas as pd
import numpy as np
dates = pd.date_range("2017-01-08", periods=6)
data = pd.DataFrame(np.arange(24).reshape(6, 4), index=dates, columns=["A", "B", "C", "D"])
print("data:")
print(data)
print("選擇某兩列的數據：")
print(data.loc[:, ["B", "C"]])
輸出爲：
data:
A B C D
2017-01-08 0 1 2 3
2017-01-09 4 5 6 7
2017-01-10 8 9 10 11
2017-01-11 12 13 14 15
2017-01-12 16 17 18 19
2017-01-13 20 21 22 23
選擇某兩列的數據：
B C
2017-01-08 1 2
2017-01-09 5 6
2017-01-10 9 10
2017-01-11 13 14
2017-01-12 17 18
2017-01-13 21 22
若是隻想選擇某幾行中某幾列的數據，能夠對上面的例子進行一下稍微的修改就能實現：
import pandas as pd
import numpy as np
dates = pd.date_range("2017-01-08", periods=6)
data = pd.DataFrame(np.arange(24).reshape(6, 4), index=dates, columns=["A", "B", "C", "D"])
print("data:")
print(data)
print("選擇某幾行某幾列的數據：")
print(data.loc["2017-01-09":"2017-01-12", ["B", "C"]])
輸出爲：
data:
A B C D
2017-01-08 0 1 2 3
2017-01-09 4 5 6 7
2017-01-10 8 9 10 11
2017-01-11 12 13 14 15
2017-01-12 16 17 18 19
2017-01-13 20 21 22 23
選擇某幾行某幾列的數據：
B C
2017-01-09 5 6
2017-01-10 9 10
2017-01-11 13 14
2017-01-12 17 18
根據位置索引選擇數據
位置索引的方法爲iloc，例如，選擇第3行第2列的數據：
import pandas as pd
import numpy as np
dates = pd.date_range("2017-01-08", periods=6)
data = pd.DataFrame(np.arange(24).reshape(6, 4), index=dates, columns=["A", "B", "C", "D"])
print("data:")
print(data)
print("選擇第3行第2列的數據：")
print(data.iloc[3, 1])
輸出：
data:
A B C D
2017-01-08 0 1 2 3
2017-01-09 4 5 6 7
2017-01-10 8 9 10 11
2017-01-11 12 13 14 15
2017-01-12 16 17 18 19
2017-01-13 20 21 22 23
選擇第3行第2位的數據：
13
固然，咱們也能夠在iloc中使用切片，好比，我想選擇出從第3行以後的第2列數據：
import pandas as pd
import numpy as np
dates = pd.date_range("2017-01-08", periods=6)
data = pd.DataFrame(np.arange(24).reshape(6, 4), index=dates, columns=["A", "B", "C", "D"])
print("data:")
print(data)
print("選擇第3行以後第2列的數據：")
print(data.iloc[3:, 1])
輸出爲：
data:
A B C D
2017-01-08 0 1 2 3
2017-01-09 4 5 6 7
2017-01-10 8 9 10 11
2017-01-11 12 13 14 15
2017-01-12 16 17 18 19
2017-01-13 20 21 22 23
選擇第3行以後第2列的數據：
2017-01-11 13
2017-01-12 17
2017-01-13 21
Freq: D, Name: B, dtype: int32
咱們也能夠單獨地選擇某幾行的數據，例如：
import pandas as pd
import numpy as np
dates = pd.date_range("2017-01-08", periods=6)
data = pd.DataFrame(np.arange(24).reshape(6, 4), index=dates, columns=["A", "B", "C", "D"])
print("data:")
print(data)
print("選擇第1,3,5行第1到第3列的數據：")
print(data.iloc[[1, 3, 5], 1:3])
data:
A B C D
2017-01-08 0 1 2 3
2017-01-09 4 5 6 7
2017-01-10 8 9 10 11
2017-01-11 12 13 14 15
2017-01-12 16 17 18 19
2017-01-13 20 21 22 23
選擇第3行以後第2列的數據：
B C
2017-01-09 5 6
2017-01-11 13 14
2017-01-13 21 22
標籤和位置混合篩選
好比行用數字來篩選，而列用標籤來進行篩選，例如：
import pandas as pd
import numpy as np
dates = pd.date_range("2017-01-08", periods=6)
data = pd.DataFrame(np.arange(24).reshape(6, 4), index=dates, columns=["A", "B", "C", "D"])
print("data:")
print(data)
print("選擇第1,3,5行第1到第3列的數據：")
print(data.ix[[1, 3, 5], ["A", "C"]])
輸出爲：
data:
A B C D
2017-01-08 0 1 2 3
2017-01-09 4 5 6 7
2017-01-10 8 9 10 11
2017-01-11 12 13 14 15
2017-01-12 16 17 18 19
2017-01-13 20 21 22 23
選擇第1,3,5行第1到第3列的數據：
A C
2017-01-09 4 6
2017-01-11 12 14
2017-01-13 20 22
根據某列中的數值進行篩選
相似於SQL中where column < xxx這種類型的選擇。
例如，選擇出A列小於8的數據：
import pandas as pd
import numpy as np
dates = pd.date_range("2017-01-08", periods=6)
data = pd.DataFrame(np.arange(24).reshape(6, 4), index=dates, columns=["A", "B", "C", "D"])
print("data:")
print(data)
print("根據某列中的數值進行篩選：")
print(data[data.A < 8])
輸出爲：
data:
A B C D
2017-01-08 0 1 2 3
2017-01-09 4 5 6 7
2017-01-10 8 9 10 11
2017-01-11 12 13 14 15
2017-01-12 16 17 18 19
2017-01-13 20 21 22 23
選擇根據某列中的數值進行篩選：
A B C D
2017-01-08 0 1 2 3
2017-01-09 4 5 6 7
若是想要進行聯合索引，好比where A<8 and B < 5，則：
import pandas as pd
import numpy as np
dates = pd.date_range("2017-01-08", periods=6)
data = pd.DataFrame(np.arange(24).reshape(6, 4), index=dates, columns=["A", "B", "C", "D"])
print("data:")
print(data)
print("根據某列中的數值進行篩選：")
data = data[data.A < 8]
print(data[data.B < 5])
輸出爲：
data:
A B C D
2017-01-08 0 1 2 3
2017-01-09 4 5 6 7
2017-01-10 8 9 10 11
2017-01-11 12 13 14 15
2017-01-12 16 17 18 19
2017-01-13 20 21 22 23
根據某列中的數值進行篩選：
A B C D
2017-01-08 0 1 2 3
相關文章
- 1. pandas畫圖-【老魚學pandas】
- 2. Pandas - 空值選擇
- 3. pandas教程---------DataFrame選擇數據（12/4）
- 4. Pandas | 13 索引和選擇數據
- 5. pandas索引和選擇數據
- 6. Pandas索引和選擇數據
- 7. Python Pandas DataFrame數據選擇方法
- 8. Pandas基礎入門（8）Pandas索引和選擇數據
- 9. pandas小記：pandas索引和選擇
- 10. 【Python數據科學手冊】Pandas——三、數據取值與選擇
- 更多相關文章...
- • MySQL選擇數據庫（MySQL USE語句） - MySQL教程
- • XQuery 選擇 和 過濾 - XQuery 教程
- • Flink 數據傳輸及反壓詳解
- • TiDB 在摩拜單車在線數據業務的應用和實踐
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
