查看原文
其他

各种骚气的Pandas取数操作

Peter 尤而小屋 2022-05-28

出品:尤而小屋
作者:Peter
编辑:Peter

大家好,我是Peter~

在之前Pandas系列文章中介绍过如何创建DataFrame类型的数据,本文介绍的是如何在Pandas进行DataFrame类型数据的筛选和查看。因为Pandas中有各种花样来进行数据筛选,本文先介绍其中的一部分。

一、扩展阅读

关于Pandas的介绍,以及如何在Pandas中创建Series和DataFrame类型的数据,请阅读:

1、Series类型数据创建

2、10种方式创建DataFrame类型数据

3、一切从爆炸函数开始

二、模拟数据

本文中各种例子基于一份模拟数据展开,在创建数据的时候引入了部分缺失值,通过numpy库来生成:

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "name":['小明','小王','张菲','关宇','孙小小','王建国','刘蓓'],
    "sex":['男','女','女','男','女','男','女'],
    "age":[20,23,18,21,25,21,24],
    "score":[np.nan,600,550,np.nan,610,580,634],  # 缺失两条数据
    "address":["广东省深圳市南山区",
               np.nan,  # 数据缺失
               "湖南省长沙市雨花区",
               "北京市东城区",
               "广东省广州市白云区",
               "湖北省武汉市江夏区",
               "广东省深圳市龙华区"]
})

df

我们查看下各个字段的数据类型:3个字符类型,一个int64,一个float64类型

三、思维导图

下面导图中介绍的多种基础的取数方式:

四、查看头尾数据

查看头尾数据,使用的是head和tail方法:

4.1 head

该方法默认是前5行

可以自己指定看多少行数据:

4.2 tail

tail使用方法是类似的:

  • 默认尾部5行
  • 指定查看行数

五、随机筛选

使用的是sample方法,默认是查看一行数据,也可以指定查看多少行:

六、数值型数据筛选

6.1 单个条件

1、数值型数据的筛选一般是根据大小比较来进行的:

6.2 多个条件

2、当我们存在多个比较条件的时候,需要注意:

  • 表示“且”不能用and,使用&符号;表示“或”使用用竖线|
  • 每个条件要使用小括号

下面是正确的写法:

6.3 使用数值函数

常用的数值比较函数如下:

df.eq()    # 等于相等 ==
df.ne()    # 不等于 !=
df.le()    # 小于等于 >=
df.lt()    # 小于 <
df.ge()    # 大于等于 >=
df.gt()    # 大于 >

1、使用单个数值函数筛选

2、使用多个数值函数筛选;

七、字符型数据筛选

字符类型数据的筛选主要是通过python和pandas中相关函数;

  • 包含:str.contains
  • 开始:str.startswith
  • 结束:str.endswith

下图中的3个例子讲解了上面3个函数的使用方法:

上面的例子中使用的字段本身都是没有空值的,如果字段中带有空值,该如何处理?比如我们想选出address带有“深圳”的同学:

解决方法1:带上参数

解决方法2:通过布尔值的比较判断

八、指定数据值筛选

通过指定某个字段的具体某个值来筛选数据:

九、数值型和字符型联用

数值型的大小比较条件和字符相关条件的联合使用:

  • 且:&
  • 或:|

十、索引取数

直接通过某个索引值来取数,这种情况很少用:

十一、切片取数

pandas中切片取数和Python中是相同的:

  • 左边索引从0开始计数,右边索引从-1开始计数
  • 切片规则:start:stop:step,分别表示起始位置start,结束位置stop,步长step(可正可负)

不包含结束索引位置的元素:含头不含尾,请记住索引切片的重要规则!!!

使用切片的单个数值取数:

使用切片取数的多种案例:

下面看看本文案例中的切片取数:

步长不为1和索引为负数的情况:

十二、缺失值筛选

本文中使用的案例缺失值情况为:

12.1 查看缺失值

df.isnull()

12.2 查看字段缺失值

df25 = df.isnull().any()  # 列中是否存在空值
df25

12.3 锁定缺失值存在的行

df26 = df[df.isnull().values==True]
df26

十三、列属性取数

13.1 指定属性名

第一种是我们直接指定列属性的名称,在这种情况下取出来的是Series类型数据

第二种情况下取出来的是DataFram e类型数据:

13.2 指定字段属性的类型

本文案例的数据字段类型为:

1、取出包含object类型的数据:

如果是想取出包含多种类型的数据:

2、取出不包含object类型的数据:


十四、总结

Pandas中取数的方式真的是五花八门,有很多方式能够取到我们想要的数据。本文中介绍的多种方式算是比较基本,比如头尾部数据、基于条件判断的筛选、切片筛选等,后续将会介绍更多Pandas中取数技巧,敬请期待!


Pandas 系列之Series类型数据

10种方式搞定DataFrame类型数据创建


尤而小屋,一个温馨的小屋。小屋主人,一手代码谋求生存,一手掌勺享受生活,欢迎你的光临

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存