关于DataFrame取值操作总结(取指定列指定值的行)
更新时间：2023年12月19日 09:36:28 作者：爱挠静香的下巴
这篇文章主要介绍了关于DataFrame取值操作总结(取指定列指定值的行),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
一、说明
包含：
- 1.如何创建DataFrame
- 2.取指定列指定值的行
- 3.按照条件取值
二、创建DataFrame示例数据
import pandas as pd
import numpy as np
df = {"name":['A', 'B', 'C', 'D', np.NaN, 'F', 'G','G'],
"score":[85.0, 99.0, np.NaN, 94.0, 65.0, 96.0, 100.0,99]}
df = pd.DataFrame(df)
df
name score 0 A 85.0 1 B 99.0 2 C NaN 3 D 94.0 4 NaN 65.0 5 F 96.0 6 G 100.0 7 G 99.0
三、取指定列指定值的行
3.1 字符串
3.1.1 取出name中值为G的行
df[df['name'] == 'G']
name score 6 G 100.0 7 G 99.0
3.2 数值
3.2.1 指定值
取出分数为99的行
df[df['score'] == 99]
name score 1 B 99.0 3 D 94.0 5 F 96.0 6 G 100.0 7 G 99.0
3.2.2 条件取值
1.取出大于90分的行
df[df['score'] > 90]
name score 3 D 94.0 5 F 96.0
2.取出分数大于90且小于99的行
df[(df['score'] > 90) & (df['score'] < 99)]
name score 3 D 94.0 5 F 96.0
3.取出小于90分或者大于99分的行
df[(df['score'] < 90) | (df['score'] > 99)]
name score 0 A 85.0 4 NaN 65.0 6 G 100.0
3.3 按照最大最小值取行
最大值
df[df['score'] == df['score'].max()]
name score 6 G 100.0
最小值
df[df['score'] == df['score'].min()]
name score 4 NaN 65.0
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了使用 Python 实现微信群友统计器的思路详解,需要的朋友可以参考下2018-09-09
使用Python自动化处理Word文档可以帮助您提高效率，并减少手动处理文档所需的时间和精力，所以本文为大家准备了Python快速替换Word文档中的关键字的方法，希望对大家有所帮助2023-06-06
这篇文章主要介绍了Pandas探索之高性能函数eval和query解析，小编觉得还是挺不错的，这里分享给大家，供需要的朋友参考。2017-10-10
这篇文章主要介绍了在VS2017中用C#调用python脚本的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-07-07
在Python应用程序开发中，打包是将代码和依赖项组合成可执行文件或库的关键步骤之一，本文主要介绍了Python Nuitka打包的实现步骤，感兴趣的可以了解一下2023-12-12
这篇文章主要是带大家写一个利用Turtle库绘制一些有趣的对称图形，文中的示例代码讲解详细，对我们学习Python有一定帮助，感兴趣的可以了解一下2022-07-07
这篇文章主要介绍了Python爬虫定时计划任务的几种常见方法,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-01-01
本文主要介绍了Python利用代理ip实现自动化爬虫任务管理，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-06-06
这篇文章主要介绍了python利用xlsxwriter模块 操作 Excel，帮助大家更好的利用python处理表格，提高办公效率，感兴趣的朋友可以了解下2020-10-10
这篇文章主要介绍了Python包，__init__.py功能与用法,结合实例形式分析了Python中包的概念、功能及__init__.py初始化相关操作技巧,需要的朋友可以参考下2020-01-01
最新评论