0103-【课程实战】-Python数据分析炒菜-第6章-菜品挑选——数据选择

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/leadingsci/article/details/89294462

---

6.1 列选择

6.1.1 选择某一列/某几列

df = pd.read_csv(r"C:\Users\leadi\Python\01.python\input\train-pivot.csv",encoding="gbk")
df

如果选择某一列，只需要传入一个列名，如果选择某几列，则传入多个列名，传到list中

df["用户ID"]

输出：
0    59224
1    55295
2    46035
3     2459
4    22179
Name: 用户ID, dtype: int64

df[["用户ID","客户分类"]]

6.1.2 选择连续的某吉列

iloc

# 选择前3列
df.iloc[:,0:3]

6.2 行选择

6.2.1 选择某一行/某几行

• loc 显式索引
• iloc 隐式索引

# 选择索引0
df.iloc[0]

输出
用户ID    59224
客户分类       A类
区域       一线城市
是否省会        是
7月销量        6
8月销量       20
9月销量        0
Name: 0, dtype: object

# 也是0行
df.iloc[0:1]

# 选择连续2行
df.iloc[0:2]

# 选择跳跃2行
df.iloc[[2,3]]

# 语法报错，连续行+ 跳跃行
df.iloc[[1:2,3]]

显式

# 根据行索引名选择
df.loc[2]
df.loc[[2,3]]

6.2.2 选择连续的某几行

# 选择连续2行
df.iloc[0:2]

6.2.3 选择满足条件的行

df[df["7月销量"]>10]

---

6.3 行列同时选择

6.3.1 普通索引+ 普通索引选择指定的行或列

将索引放在列表中，
如果选择仅行，则为第一个列表；1个[选择]
如果选择为仅列，则为[[列名]]，第二个列表；两个[[选择]]

df.loc[[1,2],["用户ID","客户分类"]]

6.3.2 位置索引 + 位置索引选择指定的行或列

df.iloc[[1,2],[0,1]]

6.3.3 布尔索引+普通索引选择指定的行和列

先对表进行布尔索引选择行，然后普通索引，选择列

df[df["7月销量"]<10][["用户ID","客户分类"]]

6.3.4 切片索引+ 切片索引选择指定的行和列

df.iloc[0:2,1:2]

6.3.5 切片索引+ 普通索引选择指定的行和列

交叉索引

.ix is deprecated. Please use——已被弃用

.loc for label based indexing or

.iloc for positional indexing

df.ix[0:2,["用户ID","客户分类"]]