数据筛选 loc iloc

score.xlsx

要求： 筛选 年龄在 18—30之间，成绩在85-100之间的学生

代码一

import pandas as pd
def age_18_to_30(a):
    # return a >= 18 and a< 30
    return 18 <= a < 30
def score_85_to_100(s):
    return 85 <= s <= 100
student = pd.read_excel('./score.xlsx', index_col='ID')
# 连用两次 .loc 筛选数据 ，注意 .loc[],后面是方括号
# 连用两次 apply
student = student.loc[student['Age'].apply(age_18_to_30)].loc[student['Score'].apply(score_85_to_100)]
print(student)

代码二

import pandas as pd
student = pd.read_excel('./score.xlsx', index_col='ID')
# 可以用 lambds 表达式代替函数 ，student['Age'] 与 student.Age 意义一样
# 长代码换行可以用 "空格+\"
student = student.loc[student['Age'].apply(lambda a: 18 <= a < 30)].loc[
    student['Score'].apply(lambda s: 85 <= s <= 100)]
student = student.loc[student.Age.apply(lambda a: 18 <= a < 30)] \
    .loc[student.Score.apply(lambda s: 85 <= s <= 100)]
print(student)

loc iloc用法

pandas以类似字典的方式来获取某一列的值，比如df[‘A’]，这会得到df的A列。如果我们对某一行感兴趣呢？这个时候有两种方法，一种是iloc方法，另一种方法是loc方法。loc是指location的意思，iloc中的i是指integer。这两者的区别如下：
loc：works on labels in the index.
iloc：works on the positions in the index (so it only takes integers).
也就是说loc是根据index来索引，比如下边的df定义了一个index，那么loc就根据这个index来索引对应的行。iloc并不是根据index来索引，而是根据行号来索引，行号从0开始，逐次加1。

# loc：注意loc方法1:4包含第4
students.loc[1, ['Name']]  # 筛选index标签为 1 的 'Name'列
students.loc[1:4, ['Name']]  # 筛选index标签为 1到4 'Name'列
students.loc[1:4, ['Name', 'ID']]  # index标签为 1到4 'Name'列和'ID'列
print(students.loc[[1, 3, 5], ['Name', 'ID']])  # 筛选index标签为 1、3、5 'Name'列和'ID'列
# iloc:注意iloc方法1:4不包含第4
students.iloc[1]  # 筛选第一行
students.iloc[1, 1]  # 筛选第一行第一位
students.iloc[1:5, 1]  # 筛选第一行到第四行，第一位
students.iloc[1:5, 1:7]  # 筛选第一行到第四行，第一位到第六位
students.iloc[[1, 3, 5], 1:7]  # 筛选第一、三、五行，第一位到第六位