python数据分析之pandas（3）

python数据分析之pandas（3）

前言

今天来说说pandas的一些数据结构，主要是一些查询方法，包括loc、iloc、where、query等方法，本人最喜欢的查询方式是iloc，它是根据索引来进行的查询。但是loc既能查询，也能够覆盖写入，也是一个很棒的方法，而它主要是根据标签来查询的。

开始

读取数据

和往常一样，我们需要先读取数据，然后才能对数据进行操作和分析

df = pd.read_csv("../pandas/ant-learn-pandas-master/datas/beijing_tianqi/beijing_tianqi_2018.csv")

数据读取完毕后，就开始我们今天的学习。之前提及了一下loc方法既能查询数据，还可以覆盖写入，现在就来展示一下吧。

df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')

先解释一下这个语句的功能，这两个语句主要是把bWendu和yWendu两列的“℃”这个单位去掉，用replace方法实现。然后顺便将它们的格式转换为“int32”类型。这里要注意以下的是“str”这个方法，它只能对字符串使用，不能对别的类型进行操作，不然会报错。
接下来对 loc() 方法进行一下解释，它可以输入两个参数，第一个参数是index（即行标签），第二个参数是column（即列标签）。可以进行精准定位，同时也可以通过切片进行多行查找。接下来就展示一下吧，它神奇的用法。

使用单个label值查询数据

df.loc['2018-01-03', 'bWendu']	# 得到单个值，两个参数都是单个数据，即为精准查找，返回一个值。
2
df.loc['2018-01-03', ['bWendu', 'yWendu']]	# 如果有一个参数为多个数据，得到一个Series
bWendu     2
yWendu    -5

loc通过输入行和列的标签，进行不同的查询，而它返回的结果根据它的参数不同而返回不同的类型。都为一个查询参数，则返回一个精确的值，至多一个参数有多个查询参数，则返回一个series。而iloc则是输入索引号，简单来说就是数字，就和数组的查询一样，上面的查询如果换成iloc方法则是：

df.iloc[2, 0]
df.iloc[2, [0, 1]]
它们返回的结果一样。

使用值列表批量查询

除了进行单个查找，还可以进行批量处理，同时输入多个查询参数或者使用切片参数。

df.loc[['2018-01-03','2018-01-04','2018-01-05'], 'bWendu'] # 得到Series
ymd
2018-01-03    2
2018-01-04    0
2018-01-05    3
df.loc[['2018-01-03','2018-01-04','2018-01-05'], ['bWendu', 'yWendu']]	# 得到DataFrame
		bWendu	yWendu
ymd		
2018-01-03	2	-5
2018-01-04	0	-8
2018-01-05	3	-6

上面讲到了一个参数有多个查询值，如果两个参数都有多个查询值，就会返回一个表格类型。我们通过python提供的切片能够实现更加简单的操作，可以将上述代码简化为：

# 行index按区间
df.loc['2018-01-03':'2018-01-05', 'bWendu']
# 列index按区间
df.loc['2018-01-03', 'bWendu':'fengxiang']
# 行和列都按区间查询
df.loc['2018-01-03':'2018-01-05', 'bWendu':'fengxiang']

这些都是loc方法能够进行的操作，单个查询，批量查询，区间查询，我们能够很方便的分析我们需要的数据。而iloc方法则是将loc中的标签换成索引号，同时loc的操作iloc同样的具有。

使用条件表达式查询

df.loc[df["yWendu"]<-10, :] #返回数据
df["yWendu"]<-10	# 观察一下这里的boolean条件，返回True或False

查询“yWendu”小于-10的所有数据，就是检测每行"yWendu"是否小于-10，则如果是则df[“yWendu”]<-10返回True，就会输出这一行。

复杂条件查询

## 查询最高温度小于30度，并且最低温度大于15度，并且是晴天，并且天气为优的数据
df.loc[(df["bWendu"]<=30) & (df["yWendu"]>=15) & (df["tianqi"]=='晴') & (df["aqiLevel"]==1), :]

这个和上面的一样，只是加了联合查询，通过多个条件约束进行查询，本质都是一样的。我们还可以将后面的条件换成lambda表达式或者自己编写一个约束函数。可以自己多尝试一下。

结尾

希望指出不足，共同探讨，共同进步，感谢观看。