Pandas筛选数据的10种方法

目录

1. 基于条件筛选

2. 使用.loc根据行标签筛选

3. 使用.iloc根据行索引筛选

4. 使用.query方法筛选

5. 多条件筛选

6. 筛选缺失值

7. 基于索引筛选

8. 使用.between()方法筛选

9. 使用正则表达式筛选

10. 按列值进行分组筛选

总结

---

Pandas是Python中用于数据操作和分析的强大库之一.它提供了丰富的功能来处理和筛选数据.本文将介绍Pandas中筛选数据的10种常用方法,并通过示例展示具体操作步骤.

1. 基于条件筛选

Pandas支持通过布尔索引根据条件筛选数据.这是最常用的筛选方法之一.

import pandas as pd

# 创建示例数据框
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
    'Age': [24, 27, 22, 32, 29],
    'Salary': [50000, 54000, 49000, 72000, 62000]
}
df = pd.DataFrame(data)

# 筛选年龄大于25岁的人
filtered_df = df[df['Age'] > 25]
print(filtered_df)

2. 使用.loc根据行标签筛选

.loc方法用于基于行标签进行筛选.