基于DataFrame筛选数据与loc的用法详解

下面是“基于DataFrame筛选数据与loc的用法详解”的完整攻略。

一、什么是DataFrame？

DataFrame是Python中pandas库中的一种类型，它是一个二维的表格型数据结构，每列可以是不同的数据类型（如整数、浮点数、字符串等），类似于Excel、SQL表、或者R中的数据框架。我们可以通过数据框架来处理、清洗、分析和可视化数据。

二、如何筛选数据

pandas中有多种方法用于筛选数据，用法和相应的函数也是多样的。下面详细介绍一些常用的方法及其用法：

1. 按条件筛选

在pandas中，可以使用布尔索引来筛选数据，比如筛选所有age大于25的数据：

import pandas as pd
data = {'name': ['Tom', 'Jim', 'Lily', 'Jack'], 'age': [25, 30, 18, 35], 'gender': ['M', 'M', 'F', 'M']}
df = pd.DataFrame(data)
df[df['age'] > 25]  # 筛选所有age大于25的数据

2. 按列名/行号筛选

• 按列名筛选：

df['name']  # 筛选name列的数据

• 按行号筛选：

df.loc[0]  # 筛选第一行的数据

3. 按复杂条件筛选

如果需要同时满足多个条件，可以使用pandas中的以下三种方法：

1）使用&、|代替and、or;

df[(df['age']>25) & (df['gender']=='M')]

2）使用query方法；

df.query('age > 25 and gender == "M"')

3）使用pandas中的eval方法；

df[ pd.eval('(df.age>25) & (df.gender=="M")') ]

三、什么是loc

一般情况下，我们都是通过行号、列名来访问数据，但是，在有些情况下，我们需要按标签或者标签范围来访问数据，这时就需要用到pandas中的.loc[]方法了。loc[]方法的用法很简单，它接受两个参数，第一参数是行标签，第二个参数是列标签。

df.loc[row_index, col_index]

注：col_index是可以省略不写的，表示需要返回所有列的数据。

• 使用标签单独访问一行数据：

df.loc[0]

• 使用标签访问指定行和列的数据：

df.loc[1, 'name']

• 使用标签访问多行多列的数据：

df.loc[[1,3], ['name', 'age']]

四、示例说明

下面给出两个示例，分别演示基于DataFrame筛选数据和loc的用法:

1. 筛选法国女性的人数

import pandas as pd
data = {'name': ['Tom', 'Jim', 'Lily', 'Jack'], 'age': [25, 30, 18, 35], 'gender': ['M', 'M', 'F', 'M'], 'nation':['USA', 'UK', 'France', 'France']}
df = pd.DataFrame(data)

# 方法一
len(df[(df['gender']=='F') & (df['nation']=='France')])

# 方法二
df.query('gender == "F" and nation == "France"').shape[0]

# 方法三
df[ pd.eval('(df.gender=="F") & ( df.nation=="France" )') ].shape[0]

1. 找到第一列相等的行

import pandas as pd
data = {'name': ['Tom', 'Jim', 'Lily', 'Tom'], 'age': [25, 30, 18, 35], 'gender': ['M', 'M', 'F', 'M'], 'nation':['USA', 'UK', 'France', 'France']}
df = pd.DataFrame(data)

df.loc[df['name'] == 'Tom']

至此，“基于DataFrame筛选数据与loc的用法详解”的完整攻略讲解结束。