pandas数据处理基础之筛选指定行或者指定列的数据

pandas数据处理基础之筛选指定行或者指定列的数据

pandas是基于NumPy数组构建的，处理数据更方便快捷。数据选择和操作也更加便捷。本文将介绍pandas数据处理中的一些基础知识，围绕着如何筛选指定行或者指定列的数据进行讲解。

为什么要筛选数据？

在处理数据时，我们常常需要从数据中提取出一些需要的信息进行分析。而pandas中提供的数据筛选机制可以帮助我们快速地获取数据中的子集，可以使我们更加便捷地进行数据清洗和分析。

筛选指定行或者指定列的数据

在pandas中，我们可以通过[]和.loc[]、.iloc[]操作符来获取一个DataFrame中的子集，这里就分别来介绍这两种方式。

1. 通过[]操作符筛选数据

[]操作符可以直接获取指定列的数据，也可以在[]中完成行筛选的操作。

选取列：

import pandas as pd

# 创建一个DataFrame数据集
df = pd.DataFrame({
    'name': ['小明', '小红', '小亮'],
    'age': [18, 19, 17],
    'gender': ['男', '女', '男'],
    'grade': [80, 90, 85]
})

# 获取指定列的数据
print(df['name'])

输出结果：

0    小明
1    小红
2    小亮
Name: name, dtype: object

通过[]操作符获取到的数据是一个Series类型，其中Name是该列的列名。

选取行：

import pandas as pd

# 创建一个DataFrame数据集
df = pd.DataFrame({
    'name': ['小明', '小红', '小亮'],
    'age': [18, 19, 17],
    'gender': ['男', '女', '男'],
    'grade': [80, 90, 85]
})

# 获取指定行的数据
print(df[1:3])

输出结果：

  name  age gender  grade
1   小红   19      女     90
2   小亮   17      男     85

通过[]操作符获取到的数据可以是指定的一些行的数据，也可以在[]中指定需要筛选出的行的范围，获取到的数据是一个DataFrame类型。

2. 通过.loc[]和.iloc[]操作符筛选数据

在pandas中，也可以通过.loc[]和.iloc[]操作符来进行数据筛选。

.loc[]用于基于标签的索引，而.iloc[]用于基于位置的索引。具体使用方式如下：

选取列：

import pandas as pd

# 创建一个DataFrame数据集
df = pd.DataFrame({
    'name': ['小明', '小红', '小亮'],
    'age': [18, 19, 17],
    'gender': ['男', '女', '男'],
    'grade': [80, 90, 85]
})

# 获取指定列的数据
print(df.loc[:, 'name'])
print(df.iloc[:, 0])

输出结果：

0    小明
1    小红
2    小亮
Name: name, dtype: object
0    小明
1    小红
2    小亮
Name: name, dtype: object

选取行：

import pandas as pd

# 创建一个DataFrame数据集
df = pd.DataFrame({
    'name': ['小明', '小红', '小亮'],
    'age': [18, 19, 17],
    'gender': ['男', '女', '男'],
    'grade': [80, 90, 85]
})

# 获取指定行的数据
print(df.loc[1:2, :])
print(df.iloc[1:2, :])

输出结果：

  name  age gender  grade
1   小红   19      女     90
2   小亮   17      男     85
  name  age gender  grade
1   小红   19      女     90

.loc[]和.iloc[]操作符可以指定需要获取的行列范围。:表示选取所有的行或者列。

总结

本文介绍了pandas数据处理中筛选指定行或者指定列的基础知识，主要包含两种处理方式——[]和.loc[]、.iloc[]。在实际应用中，可以根据不同的需求灵活运用这些方式来获取数据子集，以便后续进行数据清洗和分析。