python数据分析-数据抽取

数据抽取在数据分析中扮演着重要的角色

目录

前言

1.1抽取一行数据

1.2抽多行数据

1.2.1抽取任意多行数据

1.2.2抽取连续多行数据

1.3抽取指定列数据

1.3.1直接使用列名

1.3.2使用loc属性和iloc属性

1.4抽取指定行、列数据

1.5按指定条件抽取数

---

为什么要进行数据抽取：

        数据抽取是从各种数据源中获取数据的过程。在数据分析中，数据的质量和准确性对于得出准确的结论和洞察至关重要。通过数据抽取，可以从不同的数据源（如数据库、日志文件、API等）中提取所需的数据，以便进行后续的分析。

前言

在数据分析过程中，并不是所有的数据都是我们想要的，此时可以抽取部分数据，主要使用DataFrame对象的loc属性。

loc 属性：以列名（columns）和行名（index）作参数，当只有一个参数时，默认是行名，
即抽取整行数据，包括所有列，如 df.loc［A］。
已 iloc 属性：以行和列位置索引（即0，1，2，⋯）作参数，0表示第1行，1表示第2行，以此类推。当只有一个参数时，默认是行索引，即抽取整行数据，包括所有列。如抽取第1行数据，df.iloc［O］。

1.1抽取一行数据

抽取一行数据主要使用loc属性。

实例1：抽取一行考试成绩数据

程序代码如图所示:

import pandas as pd
data = [[1 10, 105,99],[105,88, 115],[109, 120, 130],[112,115]]
name =［'明日'，'七月流火'，'高袁圆'，'二月二'〕
columns =['语文'，'数学'，'英语'］
df = pd.DataFrame(data=data, index=name, columns=columns)
df1=df.loc［'明日'］

运行程序，输出结果如下图

1.2抽取多行数据

1.2.1抽取任意多行数据

通过loc属性和iloc属性指定行名和索引即可实现抽取任意多行数据。

实例2：抽取多行考试成绩数据

主要代码如下：

df1=df.loc[['明日','高圆圆']]

df1=df.iloc[[0,2]]

运行程序，输出结果如下图

1.2.2抽取连续多行数据

在loc属性和iloc属性中合理地使用冒号（:），即可抽取连续任意多行数据。

实例3：抽取连续任意几个学生的考试成绩。

主要代码如下：

print(df.loc['明日','二月二'])    #从“明日”到“二月二”
print(df.loc[:'七月流火:'])    #从第一行到“七月流火”
print(df.loc[0:4]） #从第一行到第四行
print(df.loc[1::])  #从第二行到最后一行

运行程序结果如下图：

1.3抽取指定列数据

抽取指定数据，可以直接使用列名，也可以使用loc属性和iloc属性

1.3.1直接使用列名

实例4：抽取“语文”和“数学”的考试成绩

程序代码如下：

import pandas as pd
data = [[110, 105,99],[105,88,115],[109,120, 130],[112,115]]
name =［明日，七月流火，高袁圆，二月二］columns =［语文，数学，英语］
df = pd.DataFrame(data=data, index=name, columns=columns)
df1=df［语文，数学1］

运行程序如下图：

1.3.2使用loc属性和iloc属性

前面介绍loc属性和 iloc属性均有两个参数：第一个参数代表行；第二个参数代表列。那么这里抽取指定列数据时，行参数不能省略。

实例5：抽取指定学科的考试成绩

主要代码如下：

print（df.locf：［'语文'，'数学']）
print(df.iloc[:,[0,1]])
print（df.loct，['语文'］）
print(df.iloc[:,:2])

运行程序如图下

在上述结果中，第一个输出结果是一个数，不是数据，是由于“df.loc['七月流火','英语']”没有使用方括号[],导致输出的数据不是DataFrame类型。

1.4抽取指定行、列数据

抽取指定行、列数据主要使用loc属性和iloc属性，这两个方法的两个参数都可以指定就可以实现指定行、列数据的抽取。

实例6：抽取指定学科和指定学生的考试成绩
程序代码如下：
 

import pandas as pd
data = [[110,105,99],[105,88, 1151,[109,120,130],[112,115]]
name=［'明日','七月流火'，'高袁圆'，'二月二']
1columns =［'语文 ','数学'，'英语'］
df = pd.DataFrame(data=data, index=name, columns=columns)
print（df.loc［'七月流火'，'英语']）
print（df.loc［［'七月流火'],［‘英语’]）
print（df.loc［［'七月流火'],［'数学'，'英语']）
print（df.iloc［［1],[2]]）
print（df.iloc［1:,[2]]）
print（df.iloc［1:,[0,2]]）
print(df.iloc[:,2])

运行程序如下图：

1.5按指定条件抽取数

据DataFrame 对象实现数据查询有以下3种方式。
(1)取其中的一个元素.iat［x,x］。
(2)基于位置的查询，如.ilocl、iloc［2,1］。
(3)基于行、列名称的查询，如.loc［x］。

实例7：抽取指定学科和指定分数的数据。

程序代码如下：

import pandas as pd
data=[[110,105,99],[105,88,115],[109,120,130],[112,115]]
name =［'明日'，'七月流火'，'高袁圆'，'二月二']
columns =['语文'，'数学'，'英语'］
df = pd.DataFrame(data=data, index=name, columns=columns)
df1=df.loc[(df［'语文'］>105)&(df['数学']>88)]

运行程序结果如下

总结：

在写这个文章的过程中，遇到了很多的困难，要编写代码和代码运行是否成功，还好有老师、同学的指导，自己的探索，慢慢的解决了问题。对任务的结果不是很满意，主要是制作时用了很多时间，没有效率，走了很多弯路，没有做好计划，希望这篇文章能够帮助到更多的同学。
总之，还要努力呀！

本文文章链接：python数据分析-数据抽取-优快云博客