pandas dataframe按条件取数特定行/列值 |
您所在的位置：网站首页 › python framedata › pandas dataframe按条件取数特定行/列值 |
|
随机生成Dataframe import numpy as np from pandas import DataFrame import pandas as pd df=DataFrame(np.arange(12).reshape((3,4)),index=['one','two','thr'],columns=list('abcd'))一、某列所有值 df['a']#取a列 df[['a','b']]#取a、b列二、某行所有值 # 前n行，后n行 df.head(n) df.tail(n) #iloc只能用数字索引，不能用索引名 df.iloc[0:2]#前2行 df.iloc[0]#第0行 df.iloc[0:2,0:2]#0、1行，0、1列 df.iloc[[0,2],[1,2,3]]#第0、2行，1、2、3列 # 选取等于某些值的行记录 用 == df.loc[df[‘column_name’] == some_value] # 选取某列是否是某一类型的数值 用 isin df.loc[df[‘column_name’].isin(some_values)] # 多种条件的选取 用 & df.loc[(df[‘column’] == some_value) & df[‘other_column’].isin(some_values)] # 选取不等于某些值的行记录 用 ！= df.loc[df[‘column_name’] != some_value] # isin返回一系列的数值,如果要选择不符合这个条件的数值使用~ df.loc[~df[‘column_name’].isin(some_values)]三、某行某列对应值 df_signal[‘a’].iloc[-1] #iat取某个单值,只能数字索引 df.iat[1,1]#第1行，1列 #at取某个单值,只能index和columns索引 df.at[‘one’,‘a’]#one行，a列 # 已经不推荐用ix，参考 # ix可以用数字索引，也可以用index和column索引 df.ix[0]#取第0行 df.ix[0:1]#取第0行 df.ix['one':'two']#取one、two行 df.ix[0:2,0]#取第0、1行，第0列 df.ix[0:1,'a']#取第0行，a列 df.ix[0:2,'a':'c']#取第0、1行，abc列 df.ix['one':'two','a':'c']#取one、two行，abc列 df.ix[0:2,0:1]#取第0、1行，第0列 df.ix[0:2,0:2]#取第0、1行，第0、1列 #loc只能通过index和columns来取，不能用数字 df.loc['one','a']#one行，a列 df.loc['one':'two','a']#one到two行，a列 df.loc['one':'two','a':'c']#one到two行，a到c列 df.loc['one':'two',['a','c']]#one到two行，ac列 3.取完之后替换 ```python df = pd.DataFrame({"id": [25,53,15,47,52,54,45,9], "sex": list('mfmfmfmf'), 'score': [1.2, 2.3, 3.4, 4.5,6.4,5.7,5.6,4.3],"name":['daisy','tony','peter','tommy','ana','david','ken','jim']})将男性(m)替换为1，女性(f)替换为0 方法1： df.ix[df['sex']=='f','sex']=0 df.ix[df['sex']=='m','sex']=1方法2： df.sex[df[‘sex’]‘m’]=1 df.sex[df[‘sex’]‘f’]=0 4.删除特定行 # 要删除列“score” |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |