Pandas学习之路【2】

Pandas数据查询的5种方法：

数据准备：

?

1	import pandas as pd

?

1	path = 'C:\\Users\\zhang\\Desktop\\ant-learn-pandas-master\\datas\\beijing_tianqi\\beijing_tianqi_2018.csv'

　　

?

1 2 3

df = pd.read_csv(path)   df.head()

 

?

1 2 3 4

# 默认的行索引为0,1,2...数字，但是此时我想把ymd这一行设置为索引 df.set_index('ymd', inplace=True)   df.head()

 

?

1 2 3 4 5

# 替换掉温度的后缀 ℃ df.loc[:, 'bWendu'] = df['bWendu'].astype('str').str.replace('℃', '').astype('int32') df.loc[:, 'yWendu'] = df['yWendu'].astype('str').str.replace('℃', '').astype('int32')   df.head()

　　

 

Pandas查询数据：

 

【方法1：使用单个标签值进行查询】

?

1 2	# 得到单个值 df.loc['2018-01-02','bWendu']

　　

【方法2：使用标签值列表批量查询】

?

1 2 3 4 5 6 7

df.loc['2018-01-02',['bWendu','yWendu']]     df.loc[['2018-01-02', '2018-01-04', '2018-01-05'], 'bWendu']     df.loc[['2018-01-02', '2018-01-04', '2018-01-05'], ['bWendu','yWendu']]

　　

【方法3：使用区间范围进行查询】

?

1 2 3 4 5 6 7 8 9 10

# 行index区间 df.loc['2018-01-02':'2018-01-05', 'bWendu']     # 列index区间 df.loc['2018-01-02', 'bWendu':'yWendu']     # 行和列区间 df.loc['2018-01-02':'2018-01-05', 'bWendu':'yWendu']

　　

【方法4：使用条件表达式查询】

?

1 2	# 最低温度小于-10度， 列取全部 df.loc[df['yWendu']<-10, :]

?

1 2	# 查询最高温度小于30，并且最低温度大于15，并且是晴天，并且天气为优的 df.loc[(df['bWendu']<30) & (df['yWendu']>15) & (df['tianqi']=='晴') & (df['aqiLevel']==1), :]

　　

【方法5：调用函数查询】

 

?

1	df.loc[lambda df: (df['bWendu']<30) & (df['yWendu']>15), :]