文章目录

索引通过索引值或索引标签获取数据自动化对齐 利用pandas查询数据查询数据前5行或后5行查询指定的行查询指定的列查询18岁以上女生信息

索引

import pandas as pd ser=pd.Series(range(0,10,2)) print(ser) 0 0 1 2 2 4 3 6 4 8 dtype: int64

通过索引值或索引标签获取数据

通过index查看索引值

print(ser.index) RangeIndex(start=0, stop=5, step=1)

自定义索引值

ser.index=['a','b','c','d','f'] print(ser) a 0 b 2 c 4 d 6 f 8 dtype: int64

通过索引值和索引标签获取数据

print('ser[3]:',ser[3]) print('ser[d]:',ser['d']) print('ser[[1,2,3]]:',ser[[1,2,3]]) print("ser[['a','b','c']]:",ser[['a','b','c']]) print('ser[3:]:',ser[3:]) ser[3]: 6 ser[d]: 6 ser[[1,2,3]]: b 2 c 4 d 6 dtype: int64 ser[['a','b','c']]: a 0 b 2 c 4 dtype: int64 ser[3:]: d 6 f 8 dtype: int64

自动化对齐

如果对两个序列进行运算，索引就会将元素对齐进行运算

a=pd.Series([1,2,3,4,5,6],index=['a','b','c','d','f','g']) print(a) b=pd.Series([4,5,6,7,8,9],index=['g','f','d','c','b','a']) print(b) print(a+b) a 1 b 2 c 3 d 4 f 5 g 6 dtype: int64 g 4 f 5 d 6 c 7 b 8 a 9 dtype: int64 a 10 b 10 c 10 d 10 f 10 g 10 dtype: int64

利用pandas查询数据

import pandas as pd stu_dic={ 'name':['a','b','c','d','e','f','g','h'], 'age':[18,15,45,56,89,78,45,12], 'sex':['f','m','m','f','f','f','m','m'] } student=pd.DataFrame(stu_dic) print(student) name age sex 0 a 18 f 1 b 15 m 2 c 45 m 3 d 56 f 4 e 89 f 5 f 78 f 6 g 45 m 7 h 12 m

查询数据前5行或后5行

# 查询前5行 student.head() # 查询后5行 student.tail() # 查询前5行 print(student.head()) print('* '*10) #查询后5行 print(student.tail()) name age sex 0 a 18 f 1 b 15 m 2 c 45 m 3 d 56 f 4 e 89 f * * * * * * * * * * name age sex 3 d 56 f 4 e 89 f 5 f 78 f 6 g 45 m 7 h 12 m

查询指定的行

student.loc[[1,2,3]]

loc标签索引函数必须是中括号

# 查询第1，2，3行 print(student.loc[[1,2,3]]) name age sex 1 b 15 m 2 c 45 m 3 d 56 f

查询指定的列

student[['name','age']]

如果查询多个列，必须使用双重中括号

# 查询name，age列 print(student[['name','age']]) name age 0 a 18 1 b 15 2 c 45 3 d 56 4 e 89 5 f 78 6 g 45 7 h 12

查询18岁以上女生信息

student[(student['sex']=='f')&(student['age']>=18)] print(student[(student['sex']=='f')&(student['age']>=18)]) name age sex 0 a 18 f 3 d 56 f 4 e 89 f 5 f 78 f