在Pandas数据框架集上创建视图

在Pandas中，我们可以使用视图来展示数据框架中的一部分数据。Pandas支持多种视图创建方法，下面我们将介绍其中两种。

方法一：利用iloc函数创建视图

1. 示例数据

这里我们首先创建一个示例数据：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,10,size=(5, 5)),columns=list('ABCDE'))

输出结果如下：

   A  B  C  D  E
0  8  5  3  5  9
1  1  1  5  3  3
2  5  3  5  9  5
3  2  5  7  2  2
4  5  0  9  9  8

2. 利用iloc函数创建视图

iloc函数用于按照位置选择数据，我们可以利用iloc函数创建视图。比如，我们选择第2到第4行、第1到第3列的数据：

view = df.iloc[1:4, 0:3]

输出结果如下：

   A  B  C
1  1  1  5
2  5  3  5
3  2  5  7

此时我们得到的view对象就是我们创建的视图对象。

方法二：利用query函数创建视图

1. 示例数据

接下来我们使用另一组示例数据：

names = ['Bob', 'Jessica', 'Mary', 'John', 'Mel']
grades = [76, 95, 77, 78, 99]
bs_degree = [1, 1, 0, 0, 1]
ms_degree = [2, 1, 0, 0, 0]
phd_degree = [0, 1, 0, 0, 0]

Dict = {'names': names, 'grades': grades, 'bs_degree': bs_degree, 'ms_degree': ms_degree, 'phd_degree': phd_degree}

df = pd.DataFrame(Dict)

输出结果如下：

     names  grades  bs_degree  ms_degree  phd_degree
0      Bob      76          1          2           0
1  Jessica      95          1          1           1
2     Mary      77          0          0           0
3     John      78          0          0           0
4      Mel      99          1          0           0

2. 利用query函数创建视图

query函数可以根据条件筛选数据，我们可以利用query函数创建视图。比如，我们选择所有有硕士学位的学生数据：

view = df.query('ms_degree > 0')

输出结果如下：

     names  grades  bs_degree  ms_degree  phd_degree
0      Bob      76          1          2           0
1  Jessica      95          1          1           1

结论

以上就是在Pandas数据框架集上创建视图的完整攻略。我们介绍了两种常见的创建视图的方法，分别是利用iloc函数和query函数。在实际应用中，我们可以根据需要选择不同的方法创建视图，以达到更好的数据分析效果。