Python Pandas中根据列的值选取多行数据


						Pandas中根据列的值选取多行数据 







# 选取等于某些值的行记录 用 == 

df.loc[df['column_name'] == some_value]

# 选取某列是否是某一类型的数值 用 isin

df.loc[df['column_name'].isin(some_values)]

# 多种条件的选取 用 &

df.loc[(df['column'] == some_value) & df['other_column'].isin(some_values)]

# 选取不等于某些值的行记录 用 ！=

df.loc[df['column_name'] != some_value]

# isin返回一系列的数值,如果要选择不符合这个条件的数值使用~

df.loc[~df['column_name'].isin(some_values)]

import pandas as pd 

import numpy as np

df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),

  'B': 'one one two three two two one three'.split(),

  'C': np.arange(8), 'D': np.arange(8) * 2})

print(df)

   A   B C  D

0 foo  one 0  0

1 bar  one 1  2

2 foo  two 2  4

3 bar three 3  6

4 foo  two 4  8

5 bar  two 5 10

6 foo  one 6 12

7 foo three 7 14

print(df.loc[df['A'] == 'foo'])

   A   B C  D

0 foo  one 0  0

2 foo  two 2  4

4 foo  two 4  8

6 foo  one 6 12

7 foo three 7 14

# 如果你想包括多个值，把它们放在一个list里面，然后使用isin

print(df.loc[df['B'].isin(['one','three'])])

   A   B   C  D

0 foo  one 0  0

1 bar  one 1  2

3 bar three 3  6

6 foo  one 6 12

7 foo three 7 14

df = df.set_index(['B'])

print(df.loc['one'])

 A  B  C   D

one foo 0  0

one bar 1  2

one foo 6 12

A  B  C  D  

one foo 0  0

one bar 1  2

two foo 2  4

two foo 4  8

two bar 5  10

one foo 6  12



总结

以上所述是小编给大家介绍的Python Pandas中根据列的值选取多行数据,希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对中文源码网网站的支持！

如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！