Python DataFrame 根据列(column)值选择查找行(row)的方法及示例代码

本文主要介绍Python中,通过DataFrame中列(column)来查找行(row)数据的方法,以及相关操作的示例代码。

1、通过loc使用isin、==或!=查询方法

#一般查询
df.loc[df['column_name'] == some_value]
df.loc[df['column_name'] != some_value]
#查询多个值 
df.loc[df['column_name'].isin(some_values)]
#选择值不在some_values的行,使用~来取反
df.loc[~df['column_name'].isin(some_values)]

2、根据列(column)值选择查找行(row)示例代码

import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
                   'B': 'one one two three two two one three'.split(),
                   'C': np.arange(8), 'D': np.arange(8) * 2})
print(df)
#      A      B  C   D
# 0  foo    one  0   0
# 1  bar    one  1   2
# 2  foo    two  2   4
# 3  bar  three  3   6
# 4  foo    two  4   8
# 5  bar    two  5  10
# 6  foo    one  6  12
# 7  foo  three  7  14
print(df.loc[df['A'] == 'foo'])
#如果要包含多个值,请将它们放在列表中,并使用isin:
print(df.loc[df['B'].isin(['one','three'])])
#如果希望多次执行此操作,则先创建索引然后再使用df.loc会更高效:
df = df.set_index(['B'])
print(df.loc['one'])
#或者,要包含多个值,可以使用df.index.isin:
print(df.loc[df.index.isin(['one','two'])])


推荐阅读
cjavapy编程之路首页