Pandas-数据选取

Pandas包对数据的常用数据切片功能

目录

• []
• where 布尔查找
• isin
• query
• loc
• iloc
• ix
• map与lambda
• contains

---

DataFrame的索引选取

• []
  • 只能对行进 行（row/index） 切片，前闭后开

    df[0:3]
    df[:4]
    df[4:]

• where 布尔查找
  • 在[]基础上的运用　　

    df[df["A"]>7]

• isin
  • 比where更为灵活

    # 返回布尔值
    s.isin([1,2,3])
    df["A"].isin([1,2,3])
    
    df.loc[df['sepal_length'].isin([5.8,5.1])]

• query
  • 多个where整合切片，&：于，|：或　　

    df.query(" A>5.0 & (B>3.5 | C<1.0) ")

• loc ：根据名称Label切片
  • 切名称

    # df.loc[A,B] A是行范围，B是列范围
    df.loc[1:4,['petal_length','petal_width']]

  • 创建新变量

    # 需求1：创建一个新的变量 test
    # 如果sepal_length > 3 test = 1 否则 test = 0
    df.loc[df['sepal_length'] > 6, 'test'] = 1
    df.loc[df['sepal_length'] <=6, 'test'] = 0
    
    # 需求2：创建一个新变量test2
    # 1.petal_length>2 and petal_width>0.3 = 1
    # 2.sepeal_length>6 and sepal_width>3 = 2 3.其他 = 0
    df['test2'] = 0
    df.loc[(df['petal_length']>2)&(df['petal_width']>0.3), 'test2'] = 1
    df.loc[(df['sepal_length']>6)&(df['sepal_width']>3), 'test2'] = 2

• iloc：切位置
  • 切位置，以序列号去切

    df.iloc[1:4,:]

• ix：混切
  • 名称和位置混切，但效率低，少用

    df1.ix[0:3,['sepal_length','petal_width']]

• map与lambda
  • 　　

    alist = [1,2,3,4]
    map(lambda s : s+1, alist)

    [2, 3, 4, 5]

  • df['sepal_length'].map(lambda s:s*2+1)[0:3]

    0    11.2
    1    10.8
    2    10.4
    Name: sepal_length, dtype: float64

• contains

  • # 使用DataFrame模糊筛选数据(类似SQL中的LIKE)
    # 使用正则表达式进行模糊匹配,*匹配0或无限次,?匹配0或1次
    df_obj[df_obj['套餐'].str.contains(r'.*?语音CDMA.*')] 
    
    # 下面两句效果一致
    df[df['商品名称'].str.contains("四件套")]
    df[df['商品名称'].str.contains(r".*四件套.*")]