第五部分 数据选取

第⼀节 获取数据

import pandas as pd import numpy as np
df = pd.DataFrame(data = np.random.randint(0,150,size = [150,3]),# 计算机科⽬的考
试成绩
columns=[‘Python’,’Tensorflow’,’Keras’]) df[‘Python’] # 获取单列，Series
df.Python # 获取单列，Series
df[[‘Python’,’Keras’]] # 获取多列，DataFrame df[3:15] # ⾏切⽚

第⼆节 标签选择

import pandas as pd import numpy as np
df = pd.DataFrame(data = np.random.randint(0,150,size = [10,3]),# 计算机科⽬的考试
成绩
index = list(‘ABCDEFGHIJ’),# ⾏标签
columns=[‘Python’,’Tensorflow’,’Keras’]) df.loc[[‘A’,’C’,’D’,’F’]] # 选取指定⾏标签数据。
df.loc[‘A’:’E’,[‘Python’,’Keras’]] # 根据⾏标签切⽚，选取指定列标签的数据
df.loc[:,[‘Keras’,’Tensorflow’]] # :默认保留所有⾏df.loc[‘E’::2,’Python’:’Tensorflow’] # ⾏切⽚从标签E开始每2个中取⼀个，列标签进⾏切⽚df.loc[‘A’,’Python’] # 选取标量值

第三节 位置选择

import pandas as pd import numpy as np
df = pd.DataFrame(data = np.random.randint(0,150,size = [10,3]),# 计算机科⽬的考试
成绩
index = list(‘ABCDEFGHIJ’),# ⾏标签
columns=[‘Python’,’Tensorflow’,’Keras’]) df.iloc[4] # ⽤整数位置选择。
df.iloc[2:8,0:2] # ⽤整数切⽚，类似NumPy
df.iloc[[1,3,5],[0,2,1]] # 整数列表按位置切⽚
df.iloc[1:3,:] # ⾏切⽚
df.iloc[:,:2] # 列切⽚
df.iloc[0,2] # 选取标量值

第四节 boolean索引

import pandas as pd import numpy as np
df = pd.DataFrame(data = np.random.randint(0,150,size = [10,3]),# 计算机科⽬的考试
成绩
index = list(‘ABCDEFGHIJ’),# ⾏标签，⽤户
columns=[‘Python’,’Tensorflow’,’Keras’]) # 考试科⽬
cond1 = df.Python > 100 # 判断Python分数是否⼤于100，返回值是boolean类型的Series df[cond1] # 返回Python分数⼤于100分的⽤户所有考试科⽬数据
cond2 = (df.Python > 50) & (df[‘Keras’] > 50) # &与运算df[cond2] # 返回Python和Keras同时⼤于50分的⽤户的所有考试科⽬数据
df[df > 50]# 选择DataFrame中满⾜条件的值，如果满⾜返回值，不然返回空数据NaN df[df.index.isin([‘A’,’C’,’F’])] # isin判断是否在数组中，返回也是boolean类型值

第五节 赋值操作

import pandas as pd import numpy as np
df = pd.DataFrame(data = np.random.randint(0,150,size = [10,3]),# 计算机科⽬的考试
成绩
index = list(‘ABCDEFGHIJ’),# ⾏标签，⽤户
columns=[‘Python’,’Tensorflow’,’Keras’]) # 考试科⽬
s = pd.Series(data = np.random.randint(0,150,size = 9),index=list(‘BCDEFGHIJ’),name = ‘PyTorch’)
df[‘PyTorch’] = s # 增加⼀列，DataFrame⾏索引⾃动对⻬
df.loc[‘A’,’Python’] = 256 # 按标签赋值
df.iloc[3,2] = 512 # 按位置赋值
df.loc[:,’Python’] = np.array([128]*10) # 按NumPy数组进⾏赋值
df[df >= 128] = -df # 按照where条件进⾏赋值，⼤于等于128变成原来的负数，否则不变
df