目錄
- 1.自定義行索引
- 2. 按普通索引選擇數(shù)據(jù)
- 2.1 按普通索引選擇單行數(shù)據(jù)
- 2.2 按行索引選擇多行數(shù)據(jù)
- 3.按位置索引選擇數(shù)據(jù)
- 4.選擇連續(xù)多行數(shù)據(jù)
- 5.選擇滿(mǎn)足條件的行
- 5.1單個(gè)條件選擇
- 5.2 多個(gè)條件選擇
- 5.2.1 多個(gè)條件是且的關(guān)系
- 5.2.2 多個(gè)條件是或的關(guān)系
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