标签:loc df 查询 基本操作 筛选 Pandas 表达式
#1 loc筛选 loc为普遍用法
得到单个值
df.loc["e行","F列"]
df.loc["a行", ["B列", "F列","E列"]]
列表批量查询
df.loc[ ["a行","b行", "f行"], ["B列", "F列","E列"]]
区间范围连续查询
df.loc["a行":"c行", "B列":"C列"]
条件表达式查询
df.loc[df["C列"]>0, :] #筛选C列>0,显示满足条件所有行
组合条件表达式查询
dfdf.loc[ (df["C列"]>0) & (df["D列"]<1) & (df["E列"].str.contains("优秀")), :]
调用lambda函数查询
df.loc[lambda df: (df["C列"]>0) & (df["D列"]<1), :]
调用自定义函数查询
def query_1(df):
return df.index.str.startwith("2021-01") & df["D列"]<1
df.loc[query_1, :]
#2 iloc
iloc只能接受行标和列表号作为参数,不支持表达式查询
df.iloc[1, 5] #相当于取具体的单元格数据,相当于iat
df.iloc[2:4, 1:5] #取连续行列数据
df.iloc[[2,4], [1:5]] #取删选的不连续行列数据
标签:loc,df,查询,基本操作,筛选,Pandas,表达式 来源: https://blog.csdn.net/ddxn417/article/details/112805798
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。