需要从Pandas DataFrame中选择行吗？
如果是这样，你将看到根据指定条件从Pandas DataFrame 中选择行的完整步骤。
从Pandas DataFrame中选择行的步骤第 1 步：收集数据
首先，你需要收集数据。以下是收集的有关盒子的数据示例：

Color	Shape	Price
Green	Rectangle	10
Green	Rectangle	15
Green	Square	5
Blue	Rectangle	5
Blue	Square	10
Red	Square	15
Red	Square	15
Red	Rectangle	5

第 2 步：创建数据帧
准备好数据后，你需要创建一个 DataFrame以在 Python 中捕获该数据。
对于我们的示例，你可以使用以下代码创建一个 DataFrame：

import pandas as pdboxes = {'Color': [ 'Green','Green','Green','Blue','Blue','Red','Red','Red'], 'Shape': [ 'Rectangle','Rectangle','Square','Rectangle','Square','Square','Square','Rectangle'], 'Price': [ 10,15,5,5,10,15,15,5] }df = pd.DataFrame(boxes, columns= [ 'Color','Shape','Price']) print (df)

用Python运行代码，你会看到这个 DataFrame：

ColorShapePrice 0GreenRectangle10 1GreenRectangle15 2GreenSquare5 3BlueRectangle5 4BlueSquare10 5RedSquare15 6RedSquare15 7RedRectangle5

第 3 步：从Pandas DataFrame中选择行
你可以使用以下逻辑根据指定条件从Pandas DataFrame中选择行：
df.loc[df[‘column name’]  condition]
例如，如果要获取颜色为 green的行，则需要应用：
df.loc[df[‘Color’]  == ‘Green’]
其中：

• 颜色color是列名
• 绿色green是条件

这是我们示例的完整Pandas DataFrame中选择行示例代码：

import pandas as pdboxes = {'Color': [ 'Green','Green','Green','Blue','Blue','Red','Red','Red'], 'Shape': [ 'Rectangle','Rectangle','Square','Rectangle','Square','Square','Square','Rectangle'], 'Price': [ 10,15,5,5,10,15,15,5] }df = pd.DataFrame(boxes, columns= [ 'Color','Shape','Price'])select_color = df.loc[ df[ 'Color'] == 'Green'] print (select_color)

运行代码后，你将获得颜色为绿色的行：

ColorShapePrice 0GreenRectangle10 1GreenRectangle15 2GreenSquare5

从Pandas DataFrame中选择行的其他示例现在让我们查看其他示例，以更好地了解从 Pandas DataFrame 中选择行的过程。
示例 1：选择价格等于或大于 10 的行
要获取价格等于或大于 10 的所有行，你需要应用以下条件：
df.loc[df[‘Price’] > = 10]
这是完整的Pandas DataFrame中选择行示例代码：

import pandas as pdboxes = {'Color': [ 'Green','Green','Green','Blue','Blue','Red','Red','Red'], 'Shape': [ 'Rectangle','Rectangle','Square','Rectangle','Square','Square','Square','Rectangle'], 'Price': [ 10,15,5,5,10,15,15,5] }df = pd.DataFrame(boxes, columns= [ 'Color','Shape','Price'])select_price = df.loc[ df[ 'Price'] >= 10] print (select_price)

运行代码，你将获得价格等于或大于 10 的所有行：

ColorShapePrice 0GreenRectangle10 1GreenRectangle15 4BlueSquare10 5RedSquare15 6RedSquare15

示例 2：选择颜色为绿色且形状为矩形的行
现在的目标是根据两个条件选择行  ：

• 颜色为绿色；和
• 形状是长方形

然后你可以使用& 符号来应用多个条件。在我们的示例中，代码如下所示：
df.loc[(df[‘Color’] == ‘Green’)  &   (df[‘Shape’] == ‘Rectangle’)]
Pandas DataFrame如何选择行？把所有东西放在一起代码如下：

import pandas as pdboxes = {'Color': [ 'Green','Green','Green','Blue','Blue','Red','Red','Red'], 'Shape': [ 'Rectangle','Rectangle','Square','Rectangle','Square','Square','Square','Rectangle'], 'Price': [ 10,15,5,5,10,15,15,5] }df = pd.DataFrame(boxes, columns= [ 'Color','Shape','Price'])color_and_shape = df.loc[ (df[ 'Color'] == 'Green') & (df[ 'Shape'] == 'Rectangle')] print (color_and_shape)

运行代码，你将获得带有绿色和矩形形状的行：

ColorShapePrice 0GreenRectangle10 1GreenRectangle15

示例 3：选择颜色为绿色或形状为矩形的行
你还可以根据一个或另一个条件选择行。例如，你可以选择颜色为绿色  或形状为矩形的行。
要实现此目标，你可以使用  |  符号如下：
df.loc[(df[‘Color’] == ‘Green’)  |  (df[‘Shape’] == ‘Rectangle’)]
Pandas DataFrame如何选择行？这是完整的 Python 代码：

import pandas as pdboxes = {'Color': [ 'Green','Green','Green','Blue','Blue','Red','Red','Red'], 'Shape': [ 'Rectangle','Rectangle','Square','Rectangle','Square','Square','Square','Rectangle'], 'Price': [ 10,15,5,5,10,15,15,5] }df = pd.DataFrame(boxes, columns= [ 'Color','Shape','Price'])color_or_shape = df.loc[ (df[ 'Color'] == 'Green') | (df[ 'Shape'] == 'Rectangle')] print (color_or_shape)

这是结果，其中颜色为绿色或形状为矩形：

ColorShapePrice 0GreenRectangle10 1GreenRectangle15 2GreenSquare5 3BlueRectangle5 7RedRectangle5

示例 4：选择价格不等于 15 的行
从Pandas DataFrame中选择行：你可以使用符号组合!= 来选择价格 不 等于15 的行：
df.loc[df[‘Price’] != 15]
Pandas DataFrame中选择行示例代码如下：

import pandas as pdboxes = {'Color': [ 'Green','Green','Green','Blue','Blue','Red','Red','Red'], 'Shape': [ 'Rectangle','Rectangle','Square','Rectangle','Square','Square','Square','Rectangle'], 'Price': [ 10,15,5,5,10,15,15,5] }df = pd.DataFrame(boxes, columns= [ 'Color','Shape','Price'])not_eqaul_to = df.loc[ df[ 'Price'] != 15] print (not_eqaul_to)

运行代码后，你将获得价格不等于 15 的所有行：

ColorShapePrice 0GreenRectangle10 2GreenSquare5 3BlueRectangle5 4BlueSquare10 7RedRectangle5

【如何从Pandas DataFrame中选择行（）】最后，以下来源提供了有关索引和选择数据的附加信息。

推荐阅读

• 

  vlookup函数最详细的入门教程_快来学习vlookup怎么用吧
• 

  有人说《竹书纪年》毁三观不可信,到底怎么回事？
• 

  癌症|吃什么东西致癌？吃什么东西防癌？医生一次说全了
• 

  关雎作者 关雎介绍
• 

  关于诚信的句子
• 

  网页制作网站竞争优势分析
• 

  事业单位工资改革方案 事业单位工资改革2023
• 

  阴道炎|阴道炎反复发作老不好？你做错了这4件事，90％的女性都在犯
• 

  331土贝举【1期3班】刻意练习day|331土贝举【1期3班】刻意练习day 28
• 

  宝宝内热该怎么办，好苦恼啊！！
• 

  多吃这些食物抵御病毒侵袭
• 

  佳能70dc档位介绍 佳能70d的p档和cp档的区别
• 

  描述文件没有删除按钮
• 

  园艺和园艺技术的区别 什么叫医疗园艺，园艺技术是干什么的
• 

  那些堪称“神器”的PPT制作插件
• 

  华为鸿蒙能连接win10吗，鸿蒙系统连win10
• 

  红枣会产生黄曲霉素吗
• 

  尼康wifiapp 尼康新版wifi软件
• 

  WindowsQQ安卓版,腾讯qq2012安卓版无法下载
• 

  每日舆情监测数据分析,网络舆情数据分析

• 如何使用Concat联合Pandas DataFrames（）
• 如何从Pandas DataFrame中删除重复项（）
• 在Python中如何使用Pandas创建数据透视表（）
• 如何对Pandas DataFrame进行排序（示例代码）
• 如何将Pandas DataFrame转换为列表（）
• 如何连接Pandas DataFrame中的列值（）
• 在Pandas DataFrame中应用IF条件的5种方法
• 安装系统 电脑重装系统,教您电脑怎样运用U盘重装win7系统
• u盘东西删不掉,教您如何恢复正常