pandas实现按行选择的示例代码

目录

  • 1.自定义行索引
  • 2. 按普通索引选择数据
    • 2.1 按普通索引选择单行数据
    • 2.2 按行索引选择多行数据
  • 3.按位置索引选择数据
    • 3.2 按位置索引选择多行数据
  • 4.选择连续多行数据
    • 5.选择满足条件的行
      • 5.1单个条件选择
      • 5.2 多个条件选择
        • 5.2.1 多个条件是且的关系
        • 5.2.2 多个条件是或的关系
    本文所用到的Excel表格内容如下:
    pandas实现按行选择的示例代码
    文章图片


    1.自定义行索引
    dataframe读取Excel表格时是由自定义行索引的。这里为了展示效果,先进行自定义行索引的操作

    import pandas as pd?df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')print('设置索引前:')print(df)print('设置索引后:')df.index = ['一', '二', '三', '四', '五']print(df)

    result:
    设置索引前:
    区域省份城市时间指标地址权重字符
    0东北辽宁大连 2019-09-0612“123“0.78u"123"
    1西北广东西安 2019-09-0787“124“0.65u"124"
    2华南北京深圳 2019-09-0887“125“0.34u"125"
    3华北湖北北京 2019-09-0945“126“1.23u"126"
    4华中黑龙江武汉 2019-09-1021“127“8.90u"127"
    设置索引后:
    区域省份城市时间指标地址权重字符
    一东北辽宁大连 2019-09-0612“123“0.78u"123"
    二西北广东西安 2019-09-0787“124“0.65u"124"
    三华南北京深圳 2019-09-0887“125“0.34u"125"
    四华北湖北北京 2019-09-0945“126“1.23u"126"
    五华中黑龙江武汉 2019-09-1021“127“8.90u"127"

    2. 按普通索引选择数据
    这里说一下,行普通索引实际上就是行名。为了行文方便,后续一律称普通索引。


    2.1 按普通索引选择单行数据

    df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')df.index = ['一', '二', '三', '四', '五']print(df.loc['一'])

    result:
    区域东北
    省份辽宁
    城市大连
    时间2019-09-06 00:00:00
    指标12
    地址“123“
    权重0.78
    字符u"123"
    Name: 一, dtype: object

    2.2 按行索引选择多行数据

    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:
    区域省份城市时间指标地址权重字符
    一东北辽宁大连 2019-09-0612“123“0.78u"123"
    三华南北京深圳 2019-09-0887“125“0.34u"125"
    四华北湖北北京 2019-09-0945“126“1.23u"126"
    注:选择单列数据是参数为字符串类型,多列数据时参数为列表类型


    3.按位置索引选择数据
    3.1 按位置索引选择单行数据

    df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')df.index = ['一', '二', '三', '四', '五']print(df.iloc[0])

    result:
    区域东北
    省份辽宁
    城市大连
    时间2019-09-06 00:00:00
    指标12
    地址“123“
    权重0.78
    字符u"123"
    Name: 一, dtype: object

    3.2 按位置索引选择多行数据

    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:
    区域省份城市时间指标地址权重字符
    一东北辽宁大连 2019-09-0612“123“0.78u"123"
    二西北广东西安 2019-09-0787“124“0.65u"124"

    4.选择连续多行数据
    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:
    区域省份城市时间指标地址权重字符
    一东北辽宁大连 2019-09-0612“123“0.78u"123"
    二西北广东西安 2019-09-0787“124“0.65u"124"
    表示获取所有行第1列到第3列的数据。选择连续多列数据时语法类似于切片语法,所以也称之为切片索引。


    5.选择满足条件的行

    5.1单个条件选择

    df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')print(df[df['指标'] < 50])

    result:
    区域省份城市时间指标权重
    0东北辽宁大连 2019-09-06120.78
    3华北湖北北京 2019-09-09451.23
    4华中黑龙江武汉 2019-09-10218.90

    5.2 多个条件选择


    5.2.1 多个条件是且的关系
    df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')print(df[(df['指标'] < 50) & (df['权重'] < 1)])

    result:
    区域省份城市时间指标权重
    0东北辽宁大连 2019-09-06120.78

    5.2.2 多个条件是或的关系
    df = pd.read_excel(r'C:\Users\admin\Desktop\data_test.xlsx')print(df[(df['指标'] < 50) | (df['权重'] < 1)])

    result:
    区域省份城市时间指标权重
    0东北辽宁大连 2019-09-06120.78
    1西北广东西安 2019-09-07870.65
    2华南北京深圳 2019-09-08870.34
    3华北湖北北京 2019-09-09451.23
    4华中黑龙江武汉 2019-09-10218.90
    【pandas实现按行选择的示例代码】到此这篇关于pandas实现按行选择的示例代码的文章就介绍到这了,更多相关pandas 按行选择内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

      推荐阅读