pandas dataframe 满足条件的样本提取

转自：https://www.cnblogs.com/xinping-study/p/7289468.html

pandas 的dataframe 对 数据查询可以通过3种方式 。

预备知识：

1. pandas 的索引和label都是从0开始的计数的

2. 时间切片都是左闭右开的。 [5：6，：]  只会输出index =5的那一行值。

pd.dataframe的3种方式实现数据查询

1. 取其中的一个元素 .iat[x,x]

2. 基于位置的查询.iloc[],    iloc[2,1] ,查询第二行，

3. 基于label的查询 .loc[x]. 比如营业额大于 100万的样本。对某个lable 有条件限制。

下例，label 是A，B，C，D

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 

df.loc[(df['A'] == 'foo') & (df['B'] == 'one')]
df.loc[(df['C']>2) & (df['D']<10) ]

#选取满足某个类别的条件。 C 是产品类型。 选c =3或5，6的所有样本
df.loc[df['C'].isin([3,5,6])]