Pandas学习之路【2】

Pandas数据查询的5种方法：

数据准备：

import pandas as pd

path = 'C:\\Users\\zhang\\Desktop\\ant-learn-pandas-master\\datas\\beijing_tianqi\\beijing_tianqi_2018.csv'

　　

df = pd.read_csv(path)

df.head()

# 默认的行索引为0,1,2...数字，但是此时我想把ymd这一行设置为索引
df.set_index('ymd', inplace=True)

df.head()

# 替换掉温度的后缀 ℃
df.loc[:, 'bWendu'] = df['bWendu'].astype('str').str.replace('℃', '').astype('int32')
df.loc[:, 'yWendu'] = df['yWendu'].astype('str').str.replace('℃', '').astype('int32')

df.head()

　　

Pandas查询数据：

【方法1：使用单个标签值进行查询】

# 得到单个值
df.loc['2018-01-02','bWendu']

　　

【方法2：使用标签值列表批量查询】

df.loc['2018-01-02',['bWendu','yWendu']]

df.loc[['2018-01-02', '2018-01-04', '2018-01-05'], 'bWendu']

df.loc[['2018-01-02', '2018-01-04', '2018-01-05'], ['bWendu','yWendu']]

　　

【方法3：使用区间范围进行查询】

# 行index区间
df.loc['2018-01-02':'2018-01-05', 'bWendu']

# 列index区间
df.loc['2018-01-02', 'bWendu':'yWendu']

# 行和列区间
df.loc['2018-01-02':'2018-01-05', 'bWendu':'yWendu']

　　

【方法4：使用条件表达式查询】

# 最低温度小于-10度， 列取全部
df.loc[df['yWendu']<-10, :]

# 查询最高温度小于30，并且最低温度大于15，并且是晴天，并且天气为优的
df.loc[(df['bWendu']<30) & (df['yWendu']>15) & (df['tianqi']=='晴') & (df['aqiLevel']==1), :]

　　

【方法5：调用函数查询】

df.loc[lambda df: (df['bWendu']<30) & (df['yWendu']>15), :]