手机网站 建设,广告设计从入门到精通,人工智能网页设计,商标logo查询大全Pandas数据查询
Pandas查询数据的几种方法 df.loc方法#xff0c;根据行、列的标签值查询 df.iloc方法#xff0c;根据行、列的数字位置查询 df.where方法 df.query方法 .loc既能查询#xff0c;又能覆盖写入#xff0c;强烈推荐#xff01; Pandas使用df.loc查询数据…Pandas数据查询
Pandas查询数据的几种方法 df.loc方法根据行、列的标签值查询 df.iloc方法根据行、列的数字位置查询 df.where方法 df.query方法 .loc既能查询又能覆盖写入强烈推荐 Pandas使用df.loc查询数据的方法 使用单个label值查询数据 使用值列表批量查询 使用数值区间进行范围查询 使用条件表达式查询 调用函数查询 以上查询方法既使用与行也适用于列 降维DataFrameSeries值 0、进行数据预处理
import pandas as pddf pd.read_csv(E:\Python\dataAnalysis\spider\dataFile\weatherData.csv)
# 设置索引为日期
df.set_index(日期, inplaceTrue)
# print(df.index)
print(df.head())
# 对最高气温和最低气温进行数值改变
try:df.loc[:, 最高气温] df[最高气温].str.replace(℃, ).astype(int32)df.loc[:, 最低气温] df[最低气温].str.replace(℃, ).astype(int32)print(df.head())
except Warning as dw:# print(dw)pass1、使用单个label值查询数据 行或者列都可以只传入单个值实现精确匹配 # 使用单个label值查询数据
print(df.loc[2022-12-05 星期一, [天气, 风向]])
print(type(df.iloc[12]))2、使用值列表批量查询
# 使用值列表批量查询
print(df.loc[[2022-12-04 星期日, 2022-12-05 星期一]])3、使用数值区间进行范围查询 区间包含开始也包含结束 # 使用数值区间进行范围查询
print(df.loc[2022-12-04 星期日:2022-12-07 星期二, 最高气温:天气])4、使用条件表达式查询 bool列表的长度得等于行数或者列数 # 使用条件表达式查询
print(df.loc[df[最高气温] 7, :])5、调用函数查询
# 调用函数查询
print(df.loc[lambda df: (df[最高气温] 20) (df[最低气温] 0), :])
