下面我将为您讲解“Pandas读取行列数据最全方法”的完整攻略:
1. 读取行数据
1.1 使用loc方法
使用loc方法可以通过行标签名称或Boolean Mask来选取行数据。示例如下:
import pandas as pd
data = pd.read_csv('data.csv')
# 选取所有行数据
all_data = data.loc[:]
# 选取指定行数据
specific_data = data.loc[2:5]
# 使用Boolean Mask选取行数据
mask = data['name'] == 'Tom'
tom_data = data.loc[mask]
1.2 使用iloc方法
使用iloc方法可以通过行位置索引或Boolean Mask来选取行数据。示例如下:
import pandas as pd
data = pd.read_csv('data.csv')
# 选取所有行数据
all_data = data.iloc[:]
# 选取指定行数据
specific_data = data.iloc[2:5]
# 使用Boolean Mask选取行数据
mask = data['age'] > 30
tom_data = data.iloc[mask.values]
1.3 通过Boolean Mask选取行数据
在上面的示例中,我们使用了Boolean Mask来选取指定的行数据。Boolean Mask是一个Series类型的对象,其元素为True或者False,用于对原DataFrame进行筛选。示例如下:
import pandas as pd
data = pd.read_csv('data.csv')
# 使用Boolean Mask选取行数据
mask = data['age'] > 30
tom_data = data[mask.values]
2. 读取列数据
2.1 使用列标签名称
使用列标签名称可以选取指定列数据。示例如下:
import pandas as pd
data = pd.read_csv('data.csv')
# 选取指定列数据
name_data = data['name']
# 选取多个列数据
multi_data = data[['name', 'age']]
# 选取连续多个列数据
continuous_data = data.loc[:, 'name':'tel']
2.2 使用列索引位置
使用列索引位置可以选取指定位置的列数据。示例如下:
import pandas as pd
data = pd.read_csv('data.csv')
# 选取指定位置的列数据
name_data = data.iloc[:, 0]
# 选取多个位置的列数据
multi_data = data.iloc[:, [0, 2]]
# 选取连续的多个位置的列数据
continuous_data = data.iloc[:, 0:3]
2.3 使用Boolean Mask筛选列数据
使用Boolean Mask可以对列进行筛选,并选取符合条件的列数据。示例如下:
import pandas as pd
data = pd.read_csv('data.csv')
# 使用Boolean Mask筛选列数据
mask = data.columns.isin(['name', 'age'])
selected_data = data.loc[:, mask.values]
以上就是"Pandas读取行列数据最全方法"的完整攻略,希望能对您有所帮助。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Pandas读取行列数据最全方法 - Python技术站