dataframe取出一列 dataframe获取一列数据

关于pandas处理数据，怎么提取某一列的部分数字的值？

设有这么一个DataFrame数据：有两列，name列为姓名，age列为年龄，其中年龄为随机生成，如下图：

dataframe取出一列 dataframe获取一列数据

dataframe取出一列 dataframe获取一列数据

我们可以使用loc来得到age>20的行：

data.loc[条件]

其中条件为data['age']>20

即：data.loc[data['age']>20]

这样就会得到age>20的所有行数据（包括所有列）。

如果我们并不需要所有所有列，那可以再指定要保留的列：

data.loc[data['age']>20,'age']

这样就会得到age>20的所有行的数据（只包括age列）。

如果此时我们再在后面加一个.values，这样也就得到了如提问所示的某一列的部分数字的值的数组了：

pandas中dataFrame的取值和计算作

dataFrame中的值以矩阵的形式存在，在访问值时需要带上行索引或者列索引。

1、dataFrame简单的取值方法

（1）输出前3行数据

打印结果为：

（2）输出后2行数据：

打印结果为：

（3）输出第3行数据：

（4）输出第2列数据

（5）查看行名

打印输出：

（6）查看列名

打印输出：

（6）查看所有数据值

打印输出：

（7）查看行列数

打印输出：

2、复杂的dataFrame取值作（对dataFrame中的数据进行筛选）

创建一个dataFrame例子：

打印结果：

（1）筛选某列中大于某一值得数据：

打印结果为：

（2）筛选列大于1且第二列大于30的数据

打印结果为：

（3）筛选列大于1或第二列大于30的数据

打印结果为：

3、对dataFrame进行函数作

（1）转置

输出结果：

4、删除dataFrame中的某行

（1）删除索引为ac的2行

（2）删除列名为1,3的2列

5、遍历dataframe

如何对dataframe数据进行列选取

首先我们创建一个DataFrame，该DataFrame包含的数据如下 如我们想要筛选D列数据中大于0的行 使用&符号可以实现多条件筛选，当然是用"|"符号也可以实现多条件，只不过他是或的关系。 如我们只需要A和B列数据，而D和C列数据都是用于筛选的

Pandas选取行，列总结

pandas 数据索引与选取

我们对 DataFrame 进行选择，大抵从这三个层次考虑：行列、区域、单元格。

其对应使用的方法如下：

一. 行，列 --> df[]

二. 区域 --> df.loc[], df.iloc[], df.ix[]

三. 单元格 --> df.at[], df.iat[]

下面开始练习：

行维度：

整数索引

列维度：

整数索引

选取某一列

选取某一行

删除某一列

删除某两行

采用drop方法，有下面三种等价的表达式：

注意 ：凡是会对原数组作出修改并返回一个新数组的，往往都有一个 inplace可选参数。如果手动设定为True（默认为False），那么原数组直接就被替换。也就是说，采用inplace=True之后，原数组名（如2和3情况所示）对应的内存值直接改变；而采用inplace=False之后，原数组名对应的内存值并不改变，需要将新的结果赋给一个新的数组或者覆盖原数组的内存位置（如1情况所示）

合并两个dataframe

插入一列

插入在第1列（起始为0列，列名为e，列的内容为df['a']）

dataframe 选取Nan 或者not Nan

pandas的DataFrame对象抽取“整列”或者“整行”数据

data[ 列名 ]：取单列或多列，不能用连续方式取，也不能用于取行。

data[ i:j ]：用起始行下标(i)和终止行下标(j)取单行或者连续多行，不能用于列的选取。

data.列名：只用于取单列，不能用于行。

data.loc[行名,列名]：用对象的.loc[]方法实现各种取数据方式。

data.iloc[行下标,列下标]：用对象的.iloc[]方法实现各种取数据方式。

……待添加……

首先生成一个DataFrame对象：

小结：

（1）用数据直接加名称的方式只能获取完整的列（data[ 列名 ] √），不能企图用行名来获取一整行（data[ 行名 ] ×）。

（2）用data[ 列名 ] 方式只能明确指定待选取的列名，不能用连续取值方式。

小节：

（1）用数据直接加矩阵索引的方式只能获取完整的行（data[ 行索引 ]√），不能企图用列索引来获取一整列（data[ 列索引 ]×）。

（2）用data[ 列索引 ] 的方式只能取得单行，或者连续多行，而没法跳跃式指定抽取。

小结：

通过“data.列名”的方式只能取单独一列，无法连续取，用同样的方式取单独一行。

python：pandas之DataFrame取行列（df.loc(),df.iloc()）以及索引

1、pandas排序，并取前N列数据

2、取行、取列DataFrame.loc,DataFrame.iloc

－取行DataFrame.loc,DataFrame.iloc