13分钟入门pandas(三):选择(Selection)

  • (1)选择数据
    13分钟入门pandas(三):选择(Selection)_第1张图片

  • (2)选择框 [ ] 可以切割数据组,如果选择[1:3]那下标为3的不会被选中,值选择[1],[2]这两个数
    13分钟入门pandas(三):选择(Selection)_第2张图片

  • (3)使用标签进行选择
df.loc['标签名']

13分钟入门pandas(三):选择(Selection)_第3张图片

  • (4)多标签选择
df.loc[:, ['A', 'B']]

13分钟入门pandas(三):选择(Selection)_第4张图片

  • (5)通过切片和标签进行选择
 df.loc['2000-01-01':'2000-01-03', ['A', 'B']]

13分钟入门pandas(三):选择(Selection)_第5张图片

  • (6)依据位置进行选择
df.iloc[3:5,0:5]

13分钟入门pandas(三):选择(Selection)_第6张图片
13分钟入门pandas(三):选择(Selection)_第7张图片

  • (7)比较数值大小筛选
    13分钟入门pandas(三):选择(Selection)_第8张图片
    13分钟入门pandas(三):选择(Selection)_第9张图片

  • (8)使用isin()方法进行过滤
    13分钟入门pandas(三):选择(Selection)_第10张图片

  • (9)设置一个新的列按照指数进行自动增长且排序后的数组
s1 = pd.Series([1, 2, 3, 4, 5, 6], index=pd.date_range('2000-01-08', periods=6))
s1

13分钟入门pandas(三):选择(Selection)_第11张图片

  • (10)依据标签进行值的设置
    13分钟入门pandas(三):选择(Selection)_第12张图片
  • (11)使用赋值操作进行反向设置,让为正数的所有值都变成负的
    13分钟入门pandas(三):选择(Selection)_第13张图片

你可能感兴趣的:(后端_Python,python,大数据,数据分析,panda)