精华内容
下载资源
问答
  • 2020-08-08 14:36:19

    简单操作:

    df[["col1","col2"]]

    更多相关内容
  • dataframe选取特定行和

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

    万次阅读 2020-10-14 16:46:03
    1) 筛选出某符合条件的行->筛选出换手率大于10的行 df = df[df['turnoverratio']>10] 2) 按某的值排序->按换手率大小降序排列 df= df.sort_values(by='turnoverratio',ascending=False) 3) 只...

     

    1) 筛选出某列符合条件的行->筛选出换手率大于10的行

    df = df[df['turnoverratio']>10]

    2) 按某列的值排序->按换手率大小降序排列

    df= df.sort_values(by='turnoverratio',ascending=False)

    3) 只保留需要的列->只保留需要的股票代码,股票名和换手率列

    df = df[['code', 'name', 'turnoverratio']]

    columns=['code', 'name', 'turnoverratio']

     df = df[columns]

    展开全文
  • 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实例python中p
  • 今天小编就为大家分享一篇pandas.DataFrame选取/排除特定行的方法,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
  • 常见的dataframe选取行列方式

    千次阅读 2021-03-25 10:22:30
    背景 在机器学习、数据分析中,拿到原始数据之后要做的第一件事情就是数据的清洗整理工作,得到我们最终想要的数据。这里以实际学习案例(鸢尾花...5,前四数据为鸢尾花的四种特征,如’花萼长度’,‘花萼宽度’,

    背景

    在机器学习、数据分析中,拿到原始数据之后要做的第一件事情就是数据的清洗整理工作,得到我们最终想要的数据。这里以实际学习案例(鸢尾花分类)中的数据作为展示。

    数据准备

    import pandas as pd
    path = 'iris.data'
    data = pd.read_csv(path,header=None) #原始数据没有表抬头,所以这里header设置成None
    

    数据预览:
    在这里插入图片描述
    数据说明:

    • 150行,共有150个样本数据。
    • 5列,前四列数据为鸢尾花的四种特征,如’花萼长度’,‘花萼宽度’,‘花瓣长度’,‘花瓣宽度’;
      第五列为鸢尾花的种类名称,一共有三种,分别为’Iris-setosa’,‘Iris-versicolor’,‘Iris-virginica’。

    行row的操作

    想得到DataFrame数据

    data[:] #选取所有行
    y = data[0:3] #选取从第一行到第三行的所有列,索引是从0开始
    z = data.iloc[0:3] #同.loc()等效
    

    output:
    在这里插入图片描述
    ![在这里插入图片描述](https://img-blog.csdnimg.cn/20210325113905382.png#pic_right

    想得到Series数据

    data[0:3] #选取从第一行到第三行的所有列,索引是从0开始
    data[:] #选取所有行
    x=data.iloc[0] #iloc只定位到某一具体行的数据,所以返回的是series数据。同.loc()等效。
    

    在这里插入图片描述

    列col的选取

    想得到DataFrame数据

    #多列的操作
    data[['列名称1','列名称2']]  #如果dataframe 有抬头的话,可以直接使用列名称获多列的数据,返回dataframe 数据
    data[[0,1,2,3]] #选取第1,2,3,4列数据
    

    output:
    在这里插入图片描述

    想得到Series数据

    #单列的操作
    data['列名称']  #如果dataframe 有抬头的话,可以直接使用列名称获得该列的数据,返回Series 数据
    
    展开全文
  • 【python】pandas.DataFrame选取特定

    千次阅读 2020-10-10 10:36:59
    df = pd.DataFrame([['GD', 'GX', 'FJ'], ['SD', 'SX', 'BJ'], ['HN', 'HB', 'AH'], ['HEN', 'HEN', 'HLJ'], ['SH', 'TJ', 'CQ']], columns=['p1', 'p2', 'p3']) >>> df p1 p2 p3 0 GD GX FJ 1 SD SX BJ ...
  • DataFrame选取行或

    2018-06-07 16:36:00
    来自:https://blog.csdn.net/wanglingli95/article/details/78887771 转载于:https://www.cnblogs.com/keye/p/9151455.html
  • #df2=df2[cols] 选取含有特定数值的 df2=df2.drop(cols,axis=1) #利用drop方法将含有特定数值的删除 print(df2) 结果: A B C row0 1 2 3 row1 4 5 6 row2 7 8 9 ['C'] A B row0 1 2 row1 4 5 row2 7 8 ...
  • 选取或者删除某含有特殊数值的行 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() #选取含有特定数值的行...
  • DataFrame筛选出指定值的行

    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值的行。 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({...
  • 1、dropna(axis=0) 表示定位到dataframe中nan值位置,当axis=0时删除行,axis=1时删除。 import numpy as np data[data.目标列名 == x] = np.nan # 选定值转nan,目标列名为索引名称,x为目标值 data = data....
  • 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
  • pandas取dataframe特定行/

    万次阅读 2020-11-30 11:12:48
    1.按取、按索引/行取、按特定行列取import numpy as npfrom pandas import DataFrameimport pandas as pddf=DataFrame(np.arange(12).reshape((3,4)),index=['one','two','thr'],columns=list('abcd'))df['a']#取a...
  • 选取DataFrame的某几列

    万次阅读 2021-03-17 13:46:24
    -29.507204 -31.846696 0.0 0.0 [5 rows x 18 columns] 选取某两列: Position[['date','AL']].head(5) Out[40]: date AL 0 2014-01-28 -14.766394 1 2014-01-29 -14.766394 2 2014-01-30 -14.766394 3 2014-02-07 ...
  • 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,将需要的行的值以列表...
  • train_df[train_df['TransactionID']==2987000]
  • pandas中如何提取DataFrame的某些

    千次阅读 2022-06-05 09:21:43
    本文介绍了在 pandas中提取 DataFrame的某些的几种方法。
  • 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(...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 3,369
精华内容 1,347
关键字:

dataframe选取特定的列

友情链接: jisuanji5566.rar