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
一般查询都是单条件查询，F和Q是组合条件查询，本文主要介绍了django中F与Q查询的使用，感兴趣的可以了解一下2021-06-06
文章详细介绍了在Python中处理JSON时保持字段顺序的方法,包括JSON规范、Python版本的变化、常见方案和最佳实践,需要的朋友可以参考下2026-03-03
python开发中经常遇到报错的情况,但是warning通常并不影响程序的运行,而且有时特别讨厌,下面我们来说下如何忽略warning错误,这篇文章主要给大家介绍了关于python忽略警告(warning)的3种方法,需要的朋友可以参考下2023-10-10
Python getsizeof()和getsize()区分详解
这篇文章主要介绍了Python getsizeof()和getsize()区分详解，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2020-11-11
这篇文章主要介绍了python 使用map()函数创建多线程任务的操作，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2021-04-04
Python3.5内置模块之shelve模块、xml模块、configparser模块、hashlib、hmac模块用法
这篇文章主要介绍了Python3.5内置模块之shelve模块、xml模块、configparser模块、hashlib、hmac模块,结合实例形式较为详细的分析了shelve、xml、configparser、hashlib、hmac等模块的功能及使用方法,需要的朋友可以参考下2019-04-04
这篇文章主要介绍了解决mnist数据集下载的相关问题,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2024-06-06
在 Django 项目中配置多个环境的 MySQL 数据库是一个常见的需求,本文为大家详细介绍了配置的完整方法,感兴趣的小伙伴可以跟随小编一起学习一下2025-04-04
这篇文章主要介绍了pytorch简单实现神经网络，本文通过实例代码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2022-09-09
Python使用os、pathlib、shutil实现文件与目录自动化实战
在日常办公、开发运维、数据处理场景中,文件操作是最高频的需求之一手动操作重复繁琐、效率极低,而Python可以通过内置库实现全自动化处理,本文将从现代首选pathlib入手,循序渐进讲解三大库的核心用法,搭配可直接运行的代码案例,需要的朋友可以参考下2026-05-05
最新评论