Python Pandas - 从数据框中选择行子集

要选择行子集，请使用条件并获取数据。

假设以下是在 Microsoft Excel 中打开的 CSV 文件的内容 −

首先，将数据从 CSV 文件加载到 Pandas DataFrame −

dataFrame = pd.read_csv("C:\Users\amit_\Desktop\SalesData.csv")

假设我们想要"Units"大于 100 的汽车记录，即行子集。为此，使用 −

dataFrame[dataFrame["Units"] > 100]

现在，假设我们想要"Reg_Price"小于 100 的汽车记录，即行子集。为此，使用 −

dataFrame[dataFrame["Reg_Price"] < 3000]

示例

以下是代码 −

import pandas as pd

# 将 CSV 文件中的数据加载到 Pandas DataFrame 中
dataFrame = pd.read_csv("C:\Users\amit_\Desktop\SalesData.csv")
print("\nReading the CSV file...\n",dataFrame)

# 显示两列
res2 = dataFrame[['Reg_Price','Units']];
print("\nDisplaying two columns : \n",res2)

# 选择行子集
print("\nSelect cars with Units more than 100: \n",dataFrame[dataFrame["Units"] > 100])

# 选择行子集
print("\nSelect cars with Reg_Price less than 3000: \n",dataFrame[dataFrame["Reg_Price"] < 3000])

输出

这将产生以下输出 −

Reading the CSV file...
       Car   Reg_Price   Units
0      BMW        2500     100
1    Lexus        3500      80
2     Audi        2500     120
3   Jaguar        2000      70
4  Mustang        2500     110

Displaying only one column Car :
    Reg_Price   Units
0        2500     100
1        3500      80
2        2500     120
3        2000      70
4        2500     110
Name: Car, dtype: object

Select cars with Units more than 100:
       Car   Reg_Price   Units
2     Audi        2500     120
4  Mustang        2500     110

Select cars with Reg_Price less than 3000:
       Car   Reg_Price   Units
0      BMW        2500     100
2     Audi        2500     120
3   Jaguar        2000      70
4  Mustang        2500     110

相关文章

• Python 中通过 K 扩展列表
• Python - 使用交替的 0 和 1 初始化列表
• Python 中元组列表到字典的转换
• Python - 从两个列表中配对，使得成对的元素不相同
• 使用 Python 和 SQLite 的 SQL
• 使用 pytrie 模块在 Python 中进行前缀匹配
• 创建和访问 Python 包
• 如何使用正则表达式和数据类型选择多个 DataFrame 列
• 如何在 Pandas 中查找和过滤重复行?
• 用 Python 编写程序以正确的顺序查找机场?

有用资源

• python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/