pandas实现按行选择代码示例
本篇文章小编给大家分享一下pandas实现按行选择代码示例，文章代码介绍的很详细，小编觉得挺不错的，现在分享给大家供大家参考，有需要的小伙伴们可以来看看。
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
import pandas as pd
df = pd.read_excel(r'C:UsersadminDesktopdata_test.xlsx')
print('设置索引前：')
print(df)
print('设置索引后：')
df.index = ['一', '二', '三', '四', '五']
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
df = pd.read_excel(r'C:UsersadminDesktopdata_test.xlsx') df.index = ['一', '二', '三', '四', '五'] 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
df = pd.read_excel(r'C:UsersadminDesktopdata_test.xlsx') df.index = ['一', '二', '三', '四', '五'] 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
df = pd.read_excel(r'C:UsersadminDesktopdata_test.xlsx') df.index = ['一', '二', '三', '四', '五'] 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
df = pd.read_excel(r'C:UsersadminDesktopdata_test.xlsx') df.index = ['一', '二', '三', '四', '五'] 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
df = pd.read_excel(r'C:UsersadminDesktopdata_test.xlsx') df.index = ['一', '二', '三', '四', '五'] 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
df = pd.read_excel(r'C:UsersadminDesktopdata_test.xlsx') 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
df = pd.read_excel(r'C:UsersadminDesktopdata_test.xlsx') 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
df = pd.read_excel(r'C:UsersadminDesktopdata_test.xlsx') 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
