pandas——数据查询与排序

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

pandas是什么？

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。Numpy主要用于数值计算，Pandas主要用于数据的读取和查询。

本次所用数据如上图所示，名次为int型，日期为int型，默认索引从0开始。总计550条数据

---

1.查询数据

1.1 .loc方法

该方法既能查询又能覆盖写入，强烈推荐！！！ 下面介绍用该方法查询数据的几种方法

1. 使用单个label值查询数据 行或者列都可以只插入单个值

print(df.loc[1, '电影名称'])             # 得到一个值
print(df.loc[1, ['电影名称', '人次']])    # 得到一个Series
print(df.loc[:, '电影名称'])             # 得到一整列
print(df.loc[0])                        # 得到一整行

2. 使用值列表批量查询

print(df.loc[[1, 4, 8], ['电影名称', '人次']])  #行标签和列标签均为一个列表

3. 使用数值区间进行范围查询 该区间是前后都闭合的区间

print(df.loc[2:7, '电影名称':'总场次'])

4. 使用条件表达式进行条件查询

# 返回的数据要符合：日期>20190214  总场次>90000  票价>38.7
print(df.loc[(df['日期'] > 20190214) & (df['总场次'] > 90000) & (df['票价'] > 38.7)])

5. 调用函数查询

def query_row(df):
    return (df['总场次'] > 95000) & (df['票价'] > 38.7)

print(df.loc[query_row, :])   # 定义一个条件筛选函数，直接传入loc方法

1.2 .where方法

1.3 .query方法

---

2.数据扩充

1. 直接赋值

df.loc[:, '新列'] = df['总场次'] - df['票价']
print(df.head(5))    

2. .apply方法
3. .assign方法
4. 按条件选择分组分别赋值

---

3.数据排序

3.1 Series排序

df['票价'].sort_values()                  #升序排序   返回值为一个Series
df['票价'].sort_values(ascending=False)  # 降序排序   返回值为一个Series

3.2 DataFrame排序

# 多列排序
df.sort_values(by=['总场次', '票价'])
df.sort_values(by=['总场次', '票价'], ascending=False)  # 两个字段都是降序
df.sort_values(by=['总场次', '票价'], ascending=[True, False])  # 一个字段升序，一个字段降序

---

4.字符串处理

获取表格数据中的某一列后，其类型是Series，要先获取Series的str属性才能进行字符串操作。