Pandas Frame 基础知识——数据选择(笔记)

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

首先，在使用前导入Pandas库，并导入DataFrame类，方法如下：

import pandas as pd
from pandas import DataFrame

data={'ID':['01','02','03','04','05','06','07'],
      'name':['张三','李四','王五','赵六','田七','陈八','刘九'],
      'gender':[True,False,True,False,True,False,True],
      'age':[20,18,19,18,13,17,19],
      'height':[1.88,1.68,1.78,1.59,1.70,1.60,1.71]
}
frame = DataFrame(data)

其实对应的表如下：


一、引用列
方法1：frame.name                       ----只引用name列
           注意：这样会出歧义
方法2：frame[['name','age']]          --用方括号引用列名
方法3：frame.loc[:,['name']]          ---第一个冒号，表示所有行。所有行的name列，即name列
           frame.loc[:,['name','age']]   ---取name和age列



二、引用行
方法1：frame[0:1]          ---0、1是行的序号
           frame[2:4]          ---取第2行开始到第4行，但不含第4行
           frame[2:7:2]       ---取第2、4、6行，最后一个2是指间隔2行

方法2：frame.loc[1]        ---这里的1是索引号    【结果】是李四所在的行
           frame.loc[1:3]     ---表示取多行，包含索引3。
           frame.loc[[1,3]]   ---通过逗号选择多个不连续的行

举例：frame1 = DataFrame(data,index=[101,102,103,104,105,106,107]) 改变索引号
          print(frame1[0:1])                ---打印出第0行，‘张三’所在的行
          print(frame1[101:103])         ---没有101、102行，所以打印出空行
          print(frame1.loc[0:1])           ---没有索引为0、1的行，所以打印空行
          print(frame1.loc[101:103])    ---打印出101、102、103所在的行      


三、引用行列
1）frame['name'][1:2] 等价于frame[1:2]['name']   ---第1行name列的值  
      结果：李四
2)  frame[5:6,['age','height']]    ---索引5、6行的age、height列

3)  frame.iloc[1,3]          ---第2行，第4列，注意这里又完全按序号选择
      frame.iloc[1:2,0:3]    ---第2行，前三列，不包含最后的序号
      frame.iloc[[3,1],[0,2]] ---第4、2行，第1、3列

方法3：增加条件（难点）
          frame[frame['age']>17]  ---年龄大于17的所有行
          frame[frame['age']>17 & frame['height']>1.80]   ---年龄大于17且身高大于1.80
          [修正]这个方法有点害人，不知什么原因，真正使用时还是会报错，应该修改为：
          frame.loc[frame['age']>17 & frame['height']>1.80]   ---年龄大于17且身高大于1.80

           frame[frame['age'].isin([20,16])]     ---年龄为16或20的
           frame['name'][[2,3]][(frame['height']>1.7)]   --选择第2条和第3条且身高大于1.7 的姓名  【结果】王五
        

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

关键词：pandas panda Frame 数据选择 基础知识

今天才发现，在同时选择行时，如果用frame[行]的方法，其中的行只能用切片形式。比如，选择第1行，如果写成frame[0]，则系统会报错：_maybe_cast_indexer，应该是传入错误索引的意思吧，修改为frame[0:1]，则OK。

引用列，还可以使用 frame[frame.columns[列号n]]

使用时发现，如果想获取某个单元格的值，则应该用get_value()
使用方法：
a = df.get_value(row_index, column_name)

zwy_0309 发表于 2020-12-11 16:08
使用时发现，如果想获取某个单元格的值，则应该用get_value()
使用方法：
a = df.get_value(row_index, c ...

用get_value()会有警告提示，用df.loc(1,'列名')，就会顺利通过，不报任何错误。

透视表的多层列索引的解读

frame[5:6,['age','height']]    ---索引5、6行的age、height列 这一句写错了，应该为
frame.loc[5:6,:][['age','height']]

frame[frame['age']>17 & frame['height']>1.80] 改为frame[(frame['age']>17) & (frame['height']>1.80)]
frame.loc[frame['age']>17 & frame['height']>1.80] 改为frame.loc[(frame['age']>17) & (frame['height']>1.80)]  或frame.loc[(frame['age']>17) & (frame['height']>1.80),:] 都能得到

ID name  gender  age  height
0  01   张三    True   20    1.88

相同的结果

novelbean 发表于 2021-1-7 14:42
frame[frame['age']>17 & frame['height']>1.80] 改为frame[(frame['age']>17) & (frame['height']>1.80)]
...

您真细心 ，使用这个例子调试结果确实是相同的，但我将方法用到另一个脚本中时，结果一直报错，调成.loc方式后问题解决，我也感觉很奇怪。我再研究一下，有新进展回复

今天学到怎样模糊筛选数据，用.str.contains(),  其中有多个筛选条件时，用"|"分隔，但需要在“”内部写分隔符。
mid_dx =mid_dx.loc[mid_dx['保单号'].str.contains('PDAA|PDZA')]