Python Pandas中根据列的值选取多行数据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软件开发网网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
您可能感兴趣的文章您可能感兴趣的文章:python数据归一化及三种方法详解Python Pandas 如何shuffle（打乱）数据python数据预处理之数据标
准化的几种处理方式Python向excel中写入数据的方法使用Python轻松完成垃圾分类（基于图像识别）Python 读取指定文件夹
下的所有图像方法基于Python的图像数据增强Data Augmentation解析
评论1
最新资源