pandas實現(xiàn)按行選擇的示例代碼
本文所用到的Excel表格內(nèi)容如下:
1.自定義行索引
dataframe讀取Excel表格時是由自定義行索引的。這里為了展示效果,先進行自定義行索引的操作
import pandas as pd df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx') print('設(shè)置索引前:') print(df) print('設(shè)置索引后:') df.index = ['一', '二', '三', '四', '五'] print(df)
result:
設(shè)置索引前:
區(qū)域 省份 城市 時間 指標(biāo) 地址 權(quán)重 字符
0 東北 遼寧 大連 2019-09-06 12 “123“ 0.78 u"123"
1 西北 廣東 西安 2019-09-07 87 “124“ 0.65 u"124"
2 華南 北京 深圳 2019-09-08 87 “125“ 0.34 u"125"
3 華北 湖北 北京 2019-09-09 45 “126“ 1.23 u"126"
4 華中 黑龍江 武漢 2019-09-10 21 “127“ 8.90 u"127"
設(shè)置索引后:
區(qū)域 省份 城市 時間 指標(biāo) 地址 權(quán)重 字符
一 東北 遼寧 大連 2019-09-06 12 “123“ 0.78 u"123"
二 西北 廣東 西安 2019-09-07 87 “124“ 0.65 u"124"
三 華南 北京 深圳 2019-09-08 87 “125“ 0.34 u"125"
四 華北 湖北 北京 2019-09-09 45 “126“ 1.23 u"126"
五 華中 黑龍江 武漢 2019-09-10 21 “127“ 8.90 u"127"
2. 按普通索引選擇數(shù)據(jù)
這里說一下,行普通索引實際上就是行名。為了行文方便,后續(xù)一律稱普通索引。
2.1 按普通索引選擇單行數(shù)據(jù)
df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx') df.index = ['一', '二', '三', '四', '五'] print(df.loc['一'])
result:
區(qū)域 東北
省份 遼寧
城市 大連
時間 2019-09-06 00:00:00
指標(biāo) 12
地址 “123“
權(quán)重 0.78
字符 u"123"
Name: 一, dtype: object
2.2 按行索引選擇多行數(shù)據(jù)
df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx') df.index = ['一', '二', '三', '四', '五'] print(df.loc[['一', '三', '四']])
result:
區(qū)域 省份 城市 時間 指標(biāo) 地址 權(quán)重 字符
一 東北 遼寧 大連 2019-09-06 12 “123“ 0.78 u"123"
三 華南 北京 深圳 2019-09-08 87 “125“ 0.34 u"125"
四 華北 湖北 北京 2019-09-09 45 “126“ 1.23 u"126"
注:選擇單列數(shù)據(jù)是參數(shù)為字符串類型,多列數(shù)據(jù)時參數(shù)為列表類型
3.按位置索引選擇數(shù)據(jù)
3.1 按位置索引選擇單行數(shù)據(jù)
df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx') df.index = ['一', '二', '三', '四', '五'] print(df.iloc[0])
result:
區(qū)域 東北
省份 遼寧
城市 大連
時間 2019-09-06 00:00:00
指標(biāo) 12
地址 “123“
權(quán)重 0.78
字符 u"123"
Name: 一, dtype: object
3.2 按位置索引選擇多行數(shù)據(jù)
df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx') df.index = ['一', '二', '三', '四', '五'] print(df.iloc[[0, 1]])
result:
區(qū)域 省份 城市 時間 指標(biāo) 地址 權(quán)重 字符
一 東北 遼寧 大連 2019-09-06 12 “123“ 0.78 u"123"
二 西北 廣東 西安 2019-09-07 87 “124“ 0.65 u"124"
4.選擇連續(xù)多行數(shù)據(jù)
df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx') df.index = ['一', '二', '三', '四', '五'] print(df.iloc[0:2])
result:
區(qū)域 省份 城市 時間 指標(biāo) 地址 權(quán)重 字符
一 東北 遼寧 大連 2019-09-06 12 “123“ 0.78 u"123"
二 西北 廣東 西安 2019-09-07 87 “124“ 0.65 u"124"
表示獲取所有行第1列到第3列的數(shù)據(jù)。選擇連續(xù)多列數(shù)據(jù)時語法類似于切片語法,所以也稱之為切片索引。
5.選擇滿足條件的行
5.1單個條件選擇
df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx') print(df[df['指標(biāo)'] < 50])
result:
區(qū)域 省份 城市 時間 指標(biāo) 權(quán)重
0 東北 遼寧 大連 2019-09-06 12 0.78
3 華北 湖北 北京 2019-09-09 45 1.23
4 華中 黑龍江 武漢 2019-09-10 21 8.90
5.2 多個條件選擇
5.2.1 多個條件是且的關(guān)系
df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx') print(df[(df['指標(biāo)'] < 50) & (df['權(quán)重'] < 1)])
result:
區(qū)域 省份 城市 時間 指標(biāo) 權(quán)重
0 東北 遼寧 大連 2019-09-06 12 0.78
5.2.2 多個條件是或的關(guān)系
df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx') print(df[(df['指標(biāo)'] < 50) | (df['權(quán)重'] < 1)])
result:
區(qū)域 省份 城市 時間 指標(biāo) 權(quán)重
0 東北 遼寧 大連 2019-09-06 12 0.78
1 西北 廣東 西安 2019-09-07 87 0.65
2 華南 北京 深圳 2019-09-08 87 0.34
3 華北 湖北 北京 2019-09-09 45 1.23
4 華中 黑龍江 武漢 2019-09-10 21 8.90
到此這篇關(guān)于pandas實現(xiàn)按行選擇的示例代碼的文章就介紹到這了,更多相關(guān)pandas 按行選擇內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Django admin實現(xiàn)TextField字段changelist頁面換行、空格正常顯示
本文主要介紹了Django admin實現(xiàn)TextField字段changelist頁面換行、空格正常顯示,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下2022-01-01Python數(shù)據(jù)讀寫之Python讀寫CSV文件
這篇文章主要介紹了Python數(shù)據(jù)讀寫之Python讀寫CSV文件,文章圍繞主題展開詳細的內(nèi)容介紹,具有一定的參考價值,感興趣的小伙伴可以參考一下2022-06-06python將十六進制值轉(zhuǎn)換為字符串的三種方法
這篇文章主要給大家介紹了關(guān)于python將十六進制值轉(zhuǎn)換為字符串的三種方法,工作內(nèi)容的需要需求,經(jīng)常需要使用到字符同16進制,以及各個進制之間的轉(zhuǎn)換,需要的朋友可以參考下2023-07-07