DataFrame查询2 - 专用查询：索引和切片

Posted 2023-04-19

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：