主頁(yè) > 知識(shí)庫(kù) > pandas實(shí)現(xiàn)按行選擇的示例代碼

pandas實(shí)現(xiàn)按行選擇的示例代碼

熱門(mén)標(biāo)簽:西青語(yǔ)音電銷(xiāo)機(jī)器人哪家好 電梯新時(shí)達(dá)系統(tǒng)外呼顯示e 百應(yīng)電話(huà)機(jī)器人總部 成都呼叫中心外呼系統(tǒng)哪家強(qiáng) 旅游廁所地圖標(biāo)注怎么弄 南昌地圖標(biāo)注 宿州電話(huà)機(jī)器人哪家好 無(wú)錫智能外呼系統(tǒng)好用嗎 地圖標(biāo)注與注銷(xiāo)

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(shí)是由自定義行索引的。這里為了展示效果,先進(jìn)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(shí)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(shí)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(shuō)一下,行普通索引實(shí)際上就是行名。為了行文方便,后續(xù)一律稱(chēng)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(shí)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(shí)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(lèi)型,多列數(shù)據(jù)時(shí)參數(shù)為列表類(lèi)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(shí)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(shí)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(shí)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(shí)語(yǔ)法類(lèi)似于切片語(yǔ)法,所以也稱(chēng)之為切片索引。

5.選擇滿(mǎn)足條件的行

5.1單個(gè)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(shí)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(gè)條件選擇

5.2.1 多個(gè)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(shí)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(gè)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(shí)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(shí)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(qǐng)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!

您可能感興趣的文章:
  • Pandas實(shí)現(xiàn)DataFrame按行求百分?jǐn)?shù)(比例數(shù))
  • pandas按行按列遍歷Dataframe的幾種方式
  • pandas.dataframe按行索引表達(dá)式選取方法
  • pandas.DataFrame.to_json按行轉(zhuǎn)json的方法
  • python pandas dataframe 按列或者按行合并的方法

標(biāo)簽:許昌 雅安 七臺(tái)河 渭南 西安 辛集 贛州 濰坊

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《pandas實(shí)現(xiàn)按行選擇的示例代碼》,本文關(guān)鍵詞  pandas,實(shí)現(xiàn),按行,選擇,的,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《pandas實(shí)現(xiàn)按行選擇的示例代碼》相關(guān)的同類(lèi)信息!
  • 本頁(yè)收集關(guān)于pandas實(shí)現(xiàn)按行選擇的示例代碼的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章