pandas实现按行选择的方法

发布时间：2021-07-21 20:39:03 作者：chen
来源：亿速云阅读：162

本篇内容介绍了“pandas实现按行选择的方法”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

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 2019-09-06 12 “123“ 0.78 u"123"
1 西北广东西安 2019-09-07 87 “124“ 0.65 u"124"
2 华南北京深圳 2019-09-08 87 “125“ 0.34 u"125"
3 华北湖北北京 2019-09-09 45 “126“ 1.23 u"126"
4 华中黑龙江武汉 2019-09-10 21 “127“ 8.90 u"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 2019-09-06 12 “123“ 0.78 u"123"
二西北广东西安 2019-09-07 87 “124“ 0.65 u"124"
三华南北京深圳 2019-09-08 87 “125“ 0.34 u"125"
四华北湖北北京 2019-09-09 45 “126“ 1.23 u"126"
五华中黑龙江武汉 2019-09-10 21 “127“ 8.90 u"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 2019-09-06 12 “123“ 0.78 u"123"
三华南北京深圳 2019-09-08 87 “125“ 0.34 u"125"
四华北湖北北京 2019-09-09 45 “126“ 1.23 u"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 2019-09-06 12 “123“ 0.78 u"123"
二西北广东西安 2019-09-07 87 “124“ 0.65 u"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 2019-09-06 12 “123“ 0.78 u"123"
二西北广东西安 2019-09-07 87 “124“ 0.65 u"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 2019-09-06 12 0.78
3 华北湖北北京 2019-09-09 45 1.23
4 华中黑龙江武汉 2019-09-10 21 8.90

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 2019-09-06 12 0.78

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 2019-09-06 12 0.78
1 西北广东西安 2019-09-07 87 0.65
2 华南北京深圳 2019-09-08 87 0.34
3 华北湖北北京 2019-09-09 45 1.23
4 华中黑龙江武汉 2019-09-10 21 8.90

“pandas实现按行选择的方法”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！