国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

打開APP
userphoto
未登錄

開通VIP,暢享免費(fèi)電子書等14項(xiàng)超值服

開通VIP
節(jié)省時(shí)間和精力:用Python自動(dòng)化Excel數(shù)據(jù)篩選

在Python pandas中,有多種方法可以用于篩選數(shù)據(jù),其中包括使用布爾索引、使用.loc[]和.iloc[]運(yùn)算符、使用.query()方法、使用isin()方法等。我們一起來看看一些demo,為以后自動(dòng)化分析Excel打下基礎(chǔ)呀。

  1. 布爾索引

使用布爾索引可以根據(jù)一些條件篩選數(shù)據(jù)。例如,我們可以通過以下方式找到“age”列中大于25歲的所有行:

import pandas as pd # 創(chuàng)建數(shù)據(jù)集 data = {'name': ['Tom', 'Jerry', 'Mickey', 'Minnie'], 'age': [25, 30, 22, 27], 'gender': ['M', 'M', 'M', 'F']} df = pd.DataFrame(data) # 用布爾索引篩選數(shù)據(jù) df[df['age'] > 25]

運(yùn)行結(jié)果如下所示呀。

  1. .loc[]和.iloc[]運(yùn)算符

.loc[]和.iloc[]運(yùn)算符也可以用于篩選數(shù)據(jù)。其中.loc[]是通過行和列的標(biāo)簽進(jìn)行篩選,而.iloc[]則是通過行和列的位置進(jìn)行篩選。例如,我們可以通過以下方式找到第一行和第二列的值:

  import pandas as pd    # 創(chuàng)建數(shù)據(jù)集  data = {'name': ['Tom', 'Jerry', 'Mickey', 'Minnie'],          'age': [25, 30, 22, 27],          'gender': ['M', 'M', 'M', 'F']}    df = pd.DataFrame(data)    # 使用.loc[]和.iloc[]運(yùn)算符篩選數(shù)據(jù)  df.loc[0, 'age']  df.iloc[0, 1]

運(yùn)行結(jié)果如下所示呀。

  1. .query()方法

.query()方法可以使用類似SQL的語法來篩選數(shù)據(jù)。例如,我們可以通過以下方式找到“age”列中大于25歲的所有行:

import pandas as pd # 創(chuàng)建數(shù)據(jù)集 data = {'name': ['Tom', 'Jerry', 'Mickey', 'Minnie'], 'age': [25, 30, 22, 27], 'gender': ['M', 'M', 'M', 'F']} df = pd.DataFrame(data) # 使用.query()方法篩選數(shù)據(jù) df.query('age > 25')

運(yùn)行結(jié)果如下所示呀。

  1. .isin()方法

.isin()方法可以用于篩選某一列中包含特定值的所有行。例如,我們可以通過以下方式找到“gender”列中包含“M”和“F”的所有行:

  import pandas as pd    # 創(chuàng)建數(shù)據(jù)集  data = {'name': ['Tom', 'Jerry', 'Mickey', 'Minnie'],          'age': [25, 30, 22, 27],          'gender': ['M', 'M', 'M', 'F']}    df = pd.DataFrame(data)    # 使用.isin()方法篩選數(shù)據(jù)  df[df['gender'].isin(['M', 'F'])]

運(yùn)行結(jié)果如下所示呀。

以上就是幾種在pandas中篩選數(shù)據(jù)的方法。

本站僅提供存儲(chǔ)服務(wù),所有內(nèi)容均由用戶發(fā)布,如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請(qǐng)點(diǎn)擊舉報(bào)。
打開APP,閱讀全文并永久保存 查看更多類似文章
猜你喜歡
類似文章
python中對(duì)于dataframe如何做數(shù)據(jù)篩選
R語言與python對(duì)數(shù)據(jù)框的操作(對(duì)比筆記)
Pandas 數(shù)據(jù)框增、刪、改、查、去重、抽樣基本操作
pandas騷操作:8個(gè) 快速篩選數(shù)據(jù)的騷操作
python數(shù)據(jù)分析 | pandas.DataFrame基本數(shù)據(jù)提煉與處理
利用Python處理Excel數(shù)據(jù)
更多類似文章 >>
生活服務(wù)
分享 收藏 導(dǎo)長(zhǎng)圖 關(guān)注 下載文章
綁定賬號(hào)成功
后續(xù)可登錄賬號(hào)暢享VIP特權(quán)!
如果VIP功能使用有故障,
可點(diǎn)擊這里聯(lián)系客服!

聯(lián)系客服