Python Pandas中根据列的值选取多行数据-6ren

Python Pandas中根据列的值选取多行数据

转载作者：qq735679552 更新时间：2022-09-29 22:32:09

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Python Pandas中根据列的值选取多行数据由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

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我网站的支持！如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！。

原文链接：https://www.cnblogs.com/everfight/p/pandas_select_rows.html 。

最后此篇关于Python Pandas中根据列的值选取多行数据的文章就讲到这里了,如果你想了解更多关于Python Pandas中根据列的值选取多行数据的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！。

文章推荐： Linux如何设置服务自启动

文章推荐：基于JavaScript实现简单抽奖功能代码实例

文章推荐：微信小程序使用前置摄像头拍照

文章推荐：详解python调用cmd命令三种方法

typescript - 用于删除未定义项的过滤器未被 TypeScript 选取
在下面的代码中，我想不必添加undefined作为filteredDevice的类型注解。我认为一个被过滤的设备不应该是未定义的，因为我过滤掉了未定义的设备。但是如果我删除 undefined类型注
iphone - 选取 UIButton 的文字
我有一个 UIButton，其文本来自服务器。按钮的宽度是固定的。我想要的是，如果按钮的文本超过按钮的宽度，文本应该在按钮内选取框。如果文本适合按钮宽度，则不应有选取框效果。我点击了一些链接(one
3d - webgl 和 glsl 选取
我正在从头开始实现 webgl 选取，并决定走 GLSL 路线，而不是光线相交测试。所以我将整个场景渲染到一个单独的帧缓冲区中，为每个对象分配一个唯一的颜色，该颜色作为统一变量传递给片段着色器。当场
javascript - 随机化数组，选取 2 个随机对象，然后填充一个新数组？
例如，我有包含多个对象的数组， var arr = ["a", "b", "c", "d"]; 我想要的是从该数组中选取 2 个随机对象，例如“a”和“c”，并将这 2 个对象推送到另一个数组中，例如

qq735679552

个人简介

我是一名优秀的程序员,十分优秀！

作者热门文章

滴滴打车优惠券免费领取

全站热门文章

首页

博学

6Ren·AI

商城

Python Pandas中根据列的值选取多行数据