Heim >Backend-Entwicklung >Python-Tutorial >Methode zum Auswählen von Zeilen und Spalten von Datenproben basierend auf Pandas

Methode zum Auswählen von Zeilen und Spalten von Datenproben basierend auf Pandas

不言
不言Original
2018-04-20 14:06:392559Durchsuche

Das Folgende ist eine Methode zum Auswählen von Zeilen und Spalten basierend auf Pandas-Datenproben. Sie hat einen guten Referenzwert und ich hoffe, dass sie für alle hilfreich ist. Kommen Sie und werfen Sie gemeinsam einen Blick darauf

Hinweis: Der folgende Code basiert auf Python3.5.0

import pandas
food_info = pandas.read_csv("food_info.csv")
# ------------------选取数据样本的第一行--------------------
print(food_info.loc[0])
#------------------选取数据样本的3到6行----------------------
print(food_info.loc[3:6])
#------------------head选取数据样本的前几行------------------
print(food_info.head(2))
# ------------------选取数据样本的2,5,10行,两种方法-----------
# print(food_info.loc[[2,5,10]])     #方法一 
two_five_ten = [2,5,10]         #方法二
print(food_info.loc[two_five_ten])
# ------------------选取数据样本的NDB_No列--------------------
# ndb_col = food_info["NDB_No"]     #方法一 
col_name = "NDB_No"           #方法二
ndb_col = food_info[col_name]
print(ndb_col)
# ------------------选取数据样本的多列-------------------
# zinc_copper = food_info[["Zinc_(mg)", "Copper_(mg)"]]
columns = ["Zinc_(mg)", "Copper_(mg)"]
zinc_copper = food_info[columns]
print(zinc_copper)
# ---------------------综合小例子----------------------------
col_names = food_info.columns.tolist()   #把所有的行转化成list
print(col_names)
gram_columns = []
for c in col_names:            #遍历col_names,找出所有以(g)结尾的位置
  if c.endswith("(g)"):
    gram_columns.append(c)
print(gram_columns)
gram_df = food_info[gram_columns]     #把所有以(g)结尾的列存放到gram_df
print(gram_df.head(3))

Verwandte Empfehlungen:

Pandas-Mehrebenen-Gruppierungsmethode zur Implementierung der Sortierung

Pandas-Gruppierung nach Gruppierung dauert die ersten paar Zeilen jeder Gruppe Aufzeichnungsmethode

Das obige ist der detaillierte Inhalt vonMethode zum Auswählen von Zeilen und Spalten von Datenproben basierend auf Pandas. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn