Educoder python pandas介绍 第3关：通过标签从DataFrame中选择列

• 任务描述
• 相关知识
  • 用标签从DataFrame中选择列
  • series对象
  • 继续用标签从DataFrame中选择列
• 编程要求
• 测试说明

---

任务描述

本关任务：学习用标签从DataFrame中选择列。

相关知识

用标签从DataFrame中选择列

在上一关最后的练习中，我们使用了DataFrame.info()方法来显示索引中的条目数(即表示有多少行)，一个列表（它统计每列的数据类型和非空值的数量）以及不同数据类型和内存使用情况的汇总。

因为我们在pandas中的轴有标签，我们可以使用这些标签选择数据–与NumPy不同，我们需要知道确切的索引位置。为此，我们可以使用DataFrame.loc[]方法。DataFrame.loc[]方法的语法是：

1. df.loc[row_label, column_label]

请注意，按位置选择时，我们使用方括号（[]）而不是圆括号（()）。

在我们的pandas实训中，你将看到在代码示例中使用df作为dataframe对象的缩写。我们使用这个约定是因为它在pandas官方文件中也被广泛使用——习惯阅读它是很重要的。

我们接下来看一个例子。 我们将再次使用存储为f500_selection的一组数据：

让我们通过指定一个标签来选择一个列：

注意，我们使用:指定希望选择所有行。还要注意，新的dataframe具有与原始数据相同的行标签。

我们也可以使用以下快捷方式选择一列：

1. rank_col = f500_selection["rank"]
2. print(rank_col)

输出结果：

1. Walmart 1
2. State Grid 2
3. Sinopec Group 3
4. China National Petroleum 4
5. Toyota Motor 5
6. Name: rank, dtype: int64

这种选择列的方式非常常见。我们将在整个系列课程中使用它。

series对象

在前面我们注意到，当你只选择dataframe的一列时，你将得到一个新的pandas类型：一个series对象。Series是用于一维对象的pandas类型。任何时候看到一维pandas对象，它都是一个series。每当你看到二维pandas对象时，它都是一个dataframe。

实际上，你可以将dataframe看作series对象的集合，这与pandas在背后存储数据的方式类似。

当我们继续学习如何选择数据时，请注意哪些对象是dataframe，哪些对象是series。

继续用标签从DataFrame中选择列

接下来，让我们学习如何选择多个列。提醒一下，以下是我们正在处理的数据：

下面，我们使用标签列表来选择特定的列：

因为返回的对象是二维的，所以我们知道它是一个dataframe，而不是一个series。同样，除了df.loc[:,["col1","col2"]]，也可以使用df[["col1", "col2"]]来选择特定的列。

最后我们使用一个带有标签的切片对象来选择特定的列：

我们再次获得一个dataframe对象，其中包含从第一个列到最后一个列(包括最后一个列)的所有列。还要注意，没有选择列切片的快捷方式。

以下是我们目前学到的技术总结：

Select by Label	Explicit Syntax	Common Shorthand
Single column	df.loc[:,"col1"]	df["col1"]
List of columns	df.loc[:,["col1", "col7"]]	df[["col1", "col7"]]
Slice of columns	df.loc[:,"col1":"col4"]	\

让我们练习使用这些技术从f500的dataframe中选择特定的列。

编程要求

请仔细阅读右侧代码，结合相关知识，在Begin-End 区域内进行代码补充，完成以下需求：

1. 从f500的dataframe中选择industry列。将结果赋值给变量industries；

2. 使用Python的type()函数将industries的类型赋值给industries_type；

3. 选择country列。将结果赋值给变量countries；

4. 按照顺序选择revenue和years_on_global_500_list列。将结果赋值给变量revenues_years；

5. 按照顺序选择ceo到包括sector在内的所有列。将结果赋值给变量ceo_to_sector；

6. 打印变量industries_type、countries、revenues_years和ceo_to_sector。

测试说明

平台会对你的代码进行运行测试，如果实际输出结果与预期结果相同，则通关；反之，则 GameOver。

import pandas as pd
f500 = pd.read_csv('f500.csv',index_col=0)
f500.index.name = None
# 请在此添加代码
#********** Begin **********#
industries = f500["industry"] #从f500的dataframe中选择industry列。将结果赋值给变量industries；
industries_type = type(industries) #使用Python的type()函数将industries的类型赋值给industries_type；
countries = f500["country"] #选择country列。将结果赋值给变量countries；
revenues_years = f500[["revenues", "years_on_global_500_list"]] #按照顺序选择revenue和years_on_global_500_list列。将结果赋值给变量revenues_years；
ceo_to_sector = f500.loc[:, "ceo":"sector"] #按照顺序选择ceo到包括sector在内的所有列。将结果赋值给变量ceo_to_sector；
print(industries_type)
print(countries)
print(revenues_years)
print(ceo_to_sector)
#********** End **********#