pandas dataframe 满足条件的样本提取
2017-08-05 10:43 xplorerthik 阅读(13862) 评论(0) 编辑 收藏 举报pandas 的dataframe 对 数据查询可以通过3种方式 。
预备知识:
1. pandas 的索引和label都是从0开始的计数的
2. 时间切片都是左闭右开的。 [5:6,:] 只会输出index =5的那一行值。
pd.dataframe的3种方式实现数据查询
1. 取其中的一个元素 .iat[x,x]
2. 基于位置的查询.iloc[], iloc[2,1] ,查询第二行,
3. 基于label的查询 .loc[x]. 比如营业额大于 100万的样本。对某个lable 有条件限制。
下例,label 是A,B,C,D
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
'B': 'one one two three two two one three'.split(),
'C': np.arange(8), 'D': np.arange(8) * 2})
print(df)
# A B C D
# 0 foo one 0 0
# 1 bar one 1 2
# 2 foo two 2 4
# 3 bar three 3 6
# 4 foo two 4 8
# 5 bar two 5 10
# 6 foo one 6 12
# 7 foo three 7 14
df.loc[(df['A'] == 'foo') & (df['B'] == 'one')]
df.loc[(df['C']>2) & (df['D']<10) ]
#选取满足某个类别的条件。 C 是产品类型。 选c =3或5,6的所有样本
df.loc[df['C'].isin([3,5,6])]