精华内容
下载资源
问答
  • 2021-11-05 11:52:14

    readtable读取后,行为列索引,然后设置某列为索引,然后用df.loc[行名,列名]

    更多相关内容
  • 今天小编就为大家分享一篇pandas.DataFrame删除/选取含有特定数值的行或列实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • dataframe选取特定行和列

    千次阅读 2020-06-29 09:46:06
    pandas选取特定行和列 选取行 df= pd.read_csv('data.csv') df.loc[3:6] # 选取多行 选取列 data = df['column_name'] # 按照指定列名选取 data = df[['column_name1', 'column_name2']] # 取多列 data = df....

    dataframe选取特定行和列

    1. 选取行
    df= pd.read_csv('data.csv')
    data = df.loc[3:6]  # 选取多行
    
    # 按某列值在某个区间内选取行
    data = df[(df['column'] >= t1) & (df['column'] <= t2)]
    
    # 按索引选择行(选择idx这一行)
    data.loc[[idx]]  # 或者:data.loc[idx:idx] 
    
    1. 选取列
    # 按照指定列名选取(data为series类型)
    data = df['column_name']
     # 取多列(data为DataFrame类型)
    data = df[['column_name1', 'column_name2']] 
     # 按位置取某几列(data为DataFrame类型)
    data = df.iloc[:, 0:5] 
    
    1. 取指定某行某列的元素
    # 取指定第2行第3列的元素
    data = df.loc[2][3]
    

    【注】使用loc、iloc选取数据后的数据类型均保持不变

    1. loc 与 iloc 的区别

      df.loc[行标签,列标签] : loc函数是基于行标签和列标签进行索引的

      df.loc[2:3]  # 选取df的第2、3行
      

      df.iloc[行位置,列位置] : iloc函数是基于行和列的位置进行索引的,索引值从0开始,并且得到的结果不包括最后一个位置的值

      df.iloc[2:4,1:3]  # 选取df的第2、3行和第1、2列
      
    展开全文
  • pandas.DataFrame选取特定行 使用Python进行数据分析时,经常要使用到的一个数据结构就是pandas的DataFrame,如果我们想要像Excel的筛选那样,只要其中的一行或某几行,可以使用isin()方法,将需要的行的以列表...
  • pandas dataframe 根据特定值筛选行的方法 应用中偶尔用到筛选dataframe最近找到了个一个很好又自由的方法,df.isin()函数 data = df.read_csv(‘test.csv’) 筛选不包含0的行 data = data[~ data[’col‘].isin(...

    pandas dataframe 根据特定值筛选行的方法

    应用中偶尔用到筛选dataframe最近找到了个一个很好又自由的方法,df.isin()函数

    data = df.read_csv(‘test.csv’)

    筛选不包含0的行

    data = data[~ data[’col‘].isin([0.0])]
    

    同时也可以作为筛选包含0的行

    data = data[data[’col‘].isin([0.0])]
    

    0.0 也可以是任何其他数字或者字符串,并且支持list传入

    如果需要匹配的话

    data = data[data[‘col’].str.contains(str)]

    就可以
    。。。。。。。。。。。。。。。。。。。。
    d1 = data[(data[‘ENTITY’]==‘D:\’) & (data[‘TARGET_ID’]==184 )]

    https://blog.csdn.net/qq_40981268/article/details/82349978?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase

    修改行列名
    df.rename(index={‘一’:‘first’},columns={‘col1’:‘new_col1’})

    展开全文
  • 导入pandas ...然后创建一个DataFrame data = {'ID':[0,1,2,3,4,5,6,7,8,9], 'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada', 'Nevada', 'Ohio', 'Nevada', 'Ohio', 'Nevada'], 'year': [2000

    导入pandas

    import pandas as pd
    

    首先创建一个列表(列表中存储的是ID号)

    a = [0,3,8,10]

    然后创建一个DataFrame

    data = {'ID':[0,1,2,3,4,5,6,7,8,9],
            'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada', 'Nevada', 'Ohio', 'Nevada', 'Ohio', 'Nevada'],
            'year': [2000, 2001, 2002, 2001, 2002, 2003, 2001, 2002, 2001, 2002],
            'pop': [1.5, 1.7, 3.6, 2.4, 2.9, 3.2, 1.5, 1.7, 3.6, 2.4]}
    
    data = pd.DataFrame(data)
    data
    
    
    
    
    
        ID	state	year	pop
    0	0	Ohio	2000	1.5
    1	1	Ohio	2001	1.7
    2	2	Ohio	2002	3.6
    3	3	Nevada	2001	2.4
    4	4	Nevada	2002	2.9
    5	5	Nevada	2003	3.2
    6	6	Ohio	2001	1.5
    7	7	Nevada	2002	1.7
    8	8	Ohio	2001	3.6
    9	9	Nevada	2002	2.4

    通过a列表中的ID号在data中选取相对应的数据

    data1 = data[(data['ID'].isin(a))]
    
    
    
    
    
        ID	state	year	pop
    0	0	Ohio	2000	1.5
    3	3	Nevada	2001	2.4
    8	8	Ohio	2001	3.6

    展开全文
  • DataFrame筛选出指定列的行

    千次阅读 2021-08-25 18:34:51
    对于一个DataFrame,常常需要筛选出某列为指定的行。 pandas中获取数据的有以下几种方法: 布尔索引 位置索引 标签索引 使用API 假设df数据如下: import pandas as pd import numpy as np df = pd.DataFrame({...
  • loc是按照索引(index)的选取, iloc是按照索引的位置来进行选取 。iloc不关心索引的具体是多少,只关心位置是多少,所以 使用iloc时方括号中只能使用数值 。 # 行选择 print(data_fecha.iloc[1: 5, :]) ...
  • 如何查找Pandas Dataframe中的特定值 - VoidCC test_2=df11[df11['ztlyqcyly']==0] test_2=df11.iloc[df11['ztlyqcyly']==0] 从而将df11中'ztlyqcyly'为0的行取出来。二者效果貌似类似
  • 原始数据的DF: 此时,我要选择列名isInfected为“手足口病”的样本行: ... 您可能感兴趣的文章:pandas系列之DataFrame 行列数据筛选实例pandas.DataFrame删除/选取含有特定数值的行或列实例python中p
  • 删除某列特定值对应行——dropna 删除某列特定值所对应的行思路为,找出目标列的特定值,将特定值转换为nan值,利用dropna()函数删除对应行,需要用到numpy包。 其中, 1、dropna(axis=0) 表示定位到dataframe中...
  • pandas.DataFrame选取/排除特定

    万次阅读 2018-02-08 08:36:38
    pandas.DataFrame选取特定行 使用Python进行数据分析时,经常要使用到的一个数据结构就是pandas的DataFrame,如果我们想要像Excel的筛选那样,只要其中的一行或某几行,可以使用isin()方法,将需要的行的以列表...
  • DataFrame根据筛选特定

    千次阅读 2020-03-10 09:35:18
    DataFrame中,使用df.isin()函数可以在某一列中筛选出具有某一个或某几个特定值的行 df = DataFrame() 筛选包含1的行 df_data_1 = df[df['col_name'].isin([1])] 筛选包含1,2,3的行 df_data_1 = df[df['col_...
  • 应用中偶尔用到筛选dataframe最近找到了个一个很好又自由的方法,df.isin()函数 data = df.read_csv('test.csv') 筛选不包含0的行 data = data[~ data[’col‘].isin([0.0])] 同时也可以作为筛选包含0的行 ...
  • pandas.DataFrame删除/选取含有特定数值的行或列

    万次阅读 多人点赞 2018-06-20 09:13:59
    1.删除/选取某列含有特殊数值的行 import pandas as pd import numpy as np ...df1=pd.DataFrame(a,index=['row0','row1','row2'],columns=list('ABC')) print(df1) df2=df1.copy() #删除/选取...
  • Python 取dataframe某一列为特定值

    千次阅读 2020-10-26 17:41:47
    df_sub=df[df.column==2] column是需要限定条件列的名称,“==”后可限制任意。 df_sub即为所有满足column=1的数据组成的新DataFrame
  • Pandas中根据列的值选取多行数据 # 选取等于某些的行记录 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...
  • 一、删除/选取某列含有特殊要求的行 1、展示数据dataframe 2、选取"维度名称"中为“Z00013CK”的数据 dt1[dt1['维度名称'].isin(['Z00013CK'])] 3、选取“维度名称”中含有“000”字段的数据? 暂时未找到,未完...
  • 选取或者删除某列含有特殊数值的行 a=np.array([[1,2,3],[4,5,6],[7,8,9]]) df1=pd.DataFrame(a,index=[‘row0’,‘row1’,‘row2’],columns=list(‘ABC’)) print(df1) df2=df1.copy() #选取某列含有特定数值的行...
  • 1. 删除 / 选取某列含有特殊数值的行 import pandas as pd import numpy as np a=np.array([[1,2,3],[4,5,6],[7,8,9]]) ...#删除/选取某列含有特定数值的行 #df1=df1[df1['A'].isin([1])] #df1[df1...
  • 文章目录取特定的列按列名选取列取特定的行按行名选取行按数字选取行同时选取行和列按名称选取按数字选取特定的列 按列名选取列 构造一个简单的dataframe: 按列名选取一列: df[[‘a’]]:类型为dataframe 这里...
  • dataframe中根据一定的条件,得到符合要求的某行元素所在的位置。...df如下所示,以上通过选取“BoolCol”取值为3且“attr”取值为22的行,得到该行在df中的位置 注意:返回的位置为index列表,根据index的
  • 对于DataFrame的修改操作其实有很多,不单单是某个部分的的修改,还有一些索引的修改、列名的修改,类型修改等等。我们仅选取部分进行介绍。 一、的修改 DataFrame的修改方法,其实前面介绍loc方法的时候介绍了...
  • pandas dataframe按条件取数特定行/列

    千次阅读 2021-06-24 09:02:23
    1.按列取、按索引/行取、按特定行列取 import numpy as np from pandas import DataFrame import pandas as pd df=DataFrame(np.arange(12).reshape((3,4)),index=['one','two','thr'],columns=list('abcd')) df...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 3,005
精华内容 1,202
关键字:

dataframe选取特定值的行