hands-on-data-analysis task02_hands on data筛选数据-优快云博客

本文链接：https://blog.youkuaiyun.com/Obstale_s/article/details/126387838

本文介绍了如何使用pandas DataFrame进行数据操作，包括查看列名、删除特定列、筛选特定值，以及展示特定行数据。通过实例演示了如何使用loc和drop方法来完成这些任务，适合初学者理解DataFrame的基本操作技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

hands-on-data-analysis task02

Series
DataFrame
筛选
- 某个值

Series

序列，一维数组

import pandas as pd
import numpy as np
a =  {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000}
s1 = pd.Series(a)
print(s1)

在这里插入图片描述

DataFrame

pd.DataFrame( data, index, columns, dtype, copy) #语法
data = {'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada', 'Nevada'],
        'year': [2000, 2001, 2002, 2001, 2002, 2003],'pop': [1.5, 1.7, 3.6, 2.4, 2.9, 3.2]}
df1 = pd.DataFrame(data)

在这里插入图片描述

查看DataFrame数据的每列的名称

切片查看

[column for column in df]

在这里插入图片描述

df.columns
得到的是array 所以 tolist 变成list
3. list 关键字暂时没查出来为啥这这个方法可以？？？
df.keys()
函数返回 Pandas 对象的“信息轴”。如果 Pandas 对象是系列，则它返回索引。如果pandas对象是dataframe，则它返回列。如果 Pandas 对象是面板，则它返回major_axis。

在这里插入图片描述

取值

loc：通过行、列的名称或标签来索引
iloc：通过行、列的索引位置来寻找数据

在这里插入图片描述

删除

获取列的list，先比对长度，然后比对元素（这里已经知道多了，就没比较长度）
在这里插入图片描述

1.drop 方法从行或列中删除/删除指定的 labels。
labels 可以是单个标签或要删除的类似列表的索引或列标签。
axis 指定是从索引/行（0 或 index）还是从列（1 或 columns）删除标签。

DataFrame.drop(self，labels = None，axis = 0，index = None，columns = None，level = None，inplace = False，errors ='raise' )

del df[‘col_name’] 删除名称为 col_name 的 DataFrame 列。
df.pop(item)
DataFrame pop 方法返回该元素并将其从 DataFrame 中删除。

隐藏某一列

df1.style.hide_columns(['PassengerId','Name','Age','Ticket'])

在这里插入图片描述

筛选

某个值

data = df[(df['列名1']== ‘列值1')]
# 多条件匹配时
data_many=df[(df['列名1']== ‘列值1')&(df['列名2']==‘列值2')]
# 多值匹配时
data_many=df[df['列名1'] in [‘值1'，‘值2'，......]]

在这里插入图片描述

#### 1.5.3 任务三：将midage的数据中第100行的"Pclass"和"Sex"的数据显示出来
midage.loc[100,["Pclass","Sex"]]

在这里插入图片描述