DataFrame查询2 - 专用查询:索引和切片

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了DataFrame查询2 - 专用查询:索引和切片相关的知识,希望对你有一定的参考价值。

参考技术A 经过优化,推荐

三种查询方式:

参数书写顺序都是都是先行后列

用于不连续(行列有间隔)行列区块查询

查询单行

查询多行

查询单列

查询多列

查询一行多列

查询多行1列

查询1行1列(单元格)

查询多行多列交叉(多个单元格)

用于查询连续的行列区块

查询单行单列

查询多行多列(连续)

切片步长和倒查

索引查询可以实现切片查询的所有功能,只是有个书写效率问题

Pandas - 索引操作

参考技术A 读取数据集:

选取指定的列:选取 DataFrame 的 Age 列。

选取指定的多个列,使用列表索引传入多个列的名称即可:

选取 DataFrame 的 Name 列和 Age 列:

选取 DataFrame 的指定行,有如下两种方式:

选取第一行数据:

使用位置切片,选取前五行内容:

使用位置切片,选取前五行内容的第二列和第三列内容:

首先,为 DataFrame 设置标签索引:将 Name 列设置为索引:

选取标签索引为 'Wirz, Mr. Albert' 的行:

使用标签切片选取指定的 DataFrame 行和列:

df['Fare'] > 30 将返回一个布尔类型的 Series :

该布尔类型的 Series 可以作为布尔索引传入 DataFrame :

选取所有 Fare 列大于 30 的 DataFrame 行:

布尔索引也可以配合标签索引,选取指定的 DatFrame 区域:

此外,调用布尔型 Series 的 sum 方法可以获取满足该布尔条件的记录数量:

以上是关于DataFrame查询2 - 专用查询:索引和切片的主要内容,如果未能解决你的问题,请参考以下文章

pandas 对数据帧DataFrame中数据的索引及切片操作

切片 Pandas Dataframe 时如何返回索引

使用 ix() 方法对带有负索引的 pandas DataFrame 进行切片

短视频学习 - 4pandas之DataFrame简单使用

dataFrame 切片操作

数据分析2 numpy(ndarray数组,属性,创建,索引切片,运算,函数,随机数), Pandas(Series创建,缺失值处理,特性,索引,DataFrame)