代码改变世界

pandas dataframe 满足条件的样本提取

2017-08-05 10:43  xplorerthik  阅读(13898)  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])]