pandas实现按行选择代码示例

作者:袖梨 2022-06-25

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

相关文章

精彩推荐