pandas dataframe 满足条件的样本提取

pandas 的dataframe 对数据查询可以通过3种方式。

预备知识：

1. pandas 的索引和label都是从0开始的计数的

2. 时间切片都是左闭右开的。 [5：6，：] 只会输出index =5的那一行值。

pd.dataframe的3种方式实现数据查询

1. 取其中的一个元素 .iat[x,x]

2. 基于位置的查询.iloc[], iloc[2,1] ,查询第二行，

3. 基于label的查询 .loc[x]. 比如营业额大于 100万的样本。对某个lable 有条件限制。

下例，label 是A，B，C，D

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

df.loc[(df['A'] == 'foo') & (df['B'] == 'one')]
df.loc[(df['C']>2) & (df['D']<10) ]

#选取满足某个类别的条件。 C 是产品类型。 选c =3或5，6的所有样本
df.loc[df['C'].isin([3,5,6])]

Foo

pandas dataframe 满足条件的样本提取