欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

pandas數(shù)據(jù)篩選和csv操作的實現(xiàn)方法

 更新時間：2019年07月02日 14:49:57   作者：Fate0729  
這篇文章主要介紹了pandas數(shù)據(jù)篩選和csv操作的實現(xiàn)方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

1. 數(shù)據(jù)篩選

 a b c
0 0 2 4
1 6 8 10
2 12 14 16
3 18 20 22
4 24 26 28
5 30 32 34
6 36 38 40
7 42 44 46
8 48 50 52
9 54 56 58

（1）單條件篩選

df[df['a']>30]
# 如果想篩選a列的取值大于30的記錄,但是之顯示滿足條件的b，c列的值可以這么寫
df[['b','c']][df['a']>30]
# 使用isin函數(shù)根據(jù)特定值篩選記錄。篩選a值等于30或者54的記錄
df[df.a.isin([30, 54])]

（2）多條件篩選

可以使用&（并）與| （或）操作符或者特定的函數(shù)實現(xiàn)多條件篩選

# 使用&篩選a列的取值大于30，b列的取值大于40的記錄
df[(df['a'] > 30) & (df['b'] > 40)]

（3）索引篩選

a. 切片操作

df[行索引，列索引]或df[[列名1，列名2]]

#使用切片操作選擇特定的行
df[1:4]
#傳入列名選擇特定的列
df[['a','c']]

b. loc函數(shù)

當每列已有column name時，用 df [ ‘a(chǎn)' ] 就能選取出一整列數(shù)據(jù)。如果你知道column names 和index，且兩者都很好輸入，可以選擇 .loc同時進行行列選擇。

In [28]: df.loc[0,'c']
Out[28]: 4

In [29]: df.loc[1:4,['a','c']]
Out[29]:
 a c
1 6 10
2 12 16
3 18 22
4 24 28

In [30]: df.loc[[1,3,5],['a','c']]
Out[30]:
 a c
1 6 10
3 18 22
5 30 34

c. iloc函數(shù)

如果column name太長，輸入不方便，或者index是一列時間序列，更不好輸入，那就可以選擇 .iloc了，該方法接受列名的index,iloc 使得我們可以對column使用slice（切片）的方法對數(shù)據(jù)進行選取。這邊的 i 我覺得代表index，比較好記點。

In [35]: df.iloc[0,2]
Out[35]: 4

In [34]: df.iloc[1:4,[0,2]]
Out[34]:
 a c
1 6 10
2 12 16
3 18 22

In [36]: df.iloc[[1,3,5],[0,2]]
Out[36]:
 a c
1 6 10
3 18 22
5 30 34

In [38]: df.iloc[[1,3,5],0:2]
Out[38]:
 a b
1 6 8
3 18 20
5 30 32

d. ix函數(shù)

ix的功能更加強大，參數(shù)既可以是索引，也可以是名稱，相當于，loc和iloc的合體。需要注意的是在使用的時候需要統(tǒng)一，在行選擇時同時出現(xiàn)索引和名稱， 同樣在同行選擇時同時出現(xiàn)索引和名稱。

df.ix[1:3,['a','b']]
Out[41]:
 a b
1 6 8
2 12 14
3 18 20

In [42]: df.ix[[1,3,5],['a','b']]
Out[42]:
 a b
1 6 8
3 18 20
5 30 32

In [45]: df.ix[[1,3,5],[0,2]]
Out[45]:
 a c
1 6 10
3 18 22
5 30 34

e. at函數(shù)

根據(jù)指定行index及列l(wèi)abel，快速定位DataFrame的元素，選擇列時僅支持列名。

In [46]: df.at[3,'a']
Out[46]: 18

f. iat函數(shù)

與at的功能相同，只使用索引參數(shù)

In [49]: df.iat[3,0]
Out[49]: 18

2. csv操作

csv文件內(nèi)容

Supplier Name,Invoice Number,Part Number,Cost,Purchase Date
Supplier X,001-1001,2341,$500.00 ,1/20/14
Supplier X,001-1001,2341,$500.00 ,1/20/14
Supplier X,001-1001,5467,$750.00 ,1/20/14
Supplier X,001-1001,5467,$750.00 ,1/20/14
Supplier Y,50-9501,7009,$250.00 ,1/30/14
Supplier Y,50-9501,7009,$250.00 ,1/30/14
Supplier Y,50-9505,6650,$125.00 ,2002/3/14
Supplier Y,50-9505,6650,$125.00 ,2002/3/14
Supplier Z,920-4803,3321,$615.00 ,2002/3/14
Supplier Z,920-4804,3321,$615.00 ,2002/10/14
Supplier Z,920-4805,3321,$615.00 ,2/17/14
Supplier Z,920-4806,3321,$615.00 ,2/24/14

（1）csv文件讀寫

關(guān)于read_csv函數(shù)中的參數(shù)說明參考博客：http://www.dbjr.com.cn/article/164445.htm

import pandas as pd

# 讀寫csv文件
df = pd.read_csv("supplier_data.csv")
df.to_csv("supplier_data_write.csv",index=None)

（2）篩選特定的行

#Supplier Nmae列中姓名包含'Z'，或者Cost列中的值大于600
print(df[df["Supplier Name"].str.contains('Z')])
print(df[df['Cost'].str.strip('$').astype(float) > 600])
print(df.loc[(df["Supplier Name"].str.contains('Z'))|(df['Cost'].str.strip('$').astype(float) > 600.0),:])

#行中的值屬于某個集合
li = [2341,6650]
print(df[df['Part Number'].isin(li)])
print(df.loc[df['Part Number'].astype(int).isin(li),:])

#行中的值匹配某個模式
print(df[df['Invoice Number'].str.startswith("001-")])

 （3）選取特定的列

#選取特定的列
#列索引值,打印1，3列
print(df.iloc[:,1:4:2])
#列標題打印
print(df.loc[:,["Invoice Number", "Part Number"]])
#選取連續(xù)的行
print(df.loc[1:4,:])

以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

  • python用matplotlib繪制二維坐標軸,設(shè)置箭頭指向,文本內(nèi)容方式

    python用matplotlib繪制二維坐標軸,設(shè)置箭頭指向,文本內(nèi)容方式

    這篇文章主要介紹了python用matplotlib繪制二維坐標軸,設(shè)置箭頭指向,文本內(nèi)容方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2023-08-08
  • python 字典(dict)遍歷的四種方法性能測試報告

    python 字典(dict)遍歷的四種方法性能測試報告

    本文主要是針對Python的字典dict遍歷的4種方法進行了性能測試，以便分析得出效率最高的一種方法
    2014-06-06
  • 利用Python實現(xiàn)Excel的文件間的數(shù)據(jù)匹配功能

    利用Python實現(xiàn)Excel的文件間的數(shù)據(jù)匹配功能

    這篇文章主要介紹了利用Python實現(xiàn)Excel的文件間的數(shù)據(jù)匹配，本文通過一個函數(shù)實現(xiàn)此功能，通過實例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2020-06-06
  • Python中按指定數(shù)量分割列表字符串的兩種方法

    Python中按指定數(shù)量分割列表字符串的兩種方法

    處理列表數(shù)據(jù)時,有時我們需要將一個包含長字符串的列表分割成按照特定長度的小字符串的多個列表,本文主要介紹了Python中按指定數(shù)量分割列表字符串,具有一定的參考價值,感興趣的可以了解一下
    2024-03-03
  • Python Process多進程實現(xiàn)過程

    Python Process多進程實現(xiàn)過程

    這篇文章主要介紹了Python Process多進程實現(xiàn)過程,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-10-10
  • python數(shù)據(jù)挖掘使用Evidently創(chuàng)建機器學習模型儀表板

    python數(shù)據(jù)挖掘使用Evidently創(chuàng)建機器學習模型儀表板

    在本文中，我們將探索 Evidently 并創(chuàng)建交互式報告/儀表板。有需要的朋友歡迎大家收藏學習，希望能夠有所幫助，祝大家多多進步早日升職加薪
    2021-11-11
  • python下載庫的步驟方法

    python下載庫的步驟方法

    在本篇文章里小編給大家分享的是關(guān)于python怎么下載庫的詳細實例內(nèi)容，有需要的朋友們學習下。
    2019-10-10
  • Python推導式之字典推導式和集合推導式使用體驗

    Python推導式之字典推導式和集合推導式使用體驗

    這篇文章主要為大家介紹了Python推導式之字典推導式和集合推導式使用示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪
    2023-06-06
  • 一行Python3代碼實現(xiàn)解析地址信息

    一行Python3代碼實現(xiàn)解析地址信息

    在日常數(shù)據(jù)處理的過程中，有時候拿到手的是完整的地址信息，如果需要從地址信息中解析出相應的各級行政單元名稱，方式有很多，而今天要介紹的方式只需要一行代碼即可快速實現(xiàn)，快跟隨小編一起學習一下吧
    2022-05-05

    • 最新評論