Pandas条件筛选

1. 原始数据

import pandas as pd
import numpy as np
data = pd.DataFrame(
    np.arange(16).reshape((4,4)),
    index=["北京", "上海", "西安", "成都"],
    columns=["智障数量", "天才数量", "逗逼数量", "脑残数量"])

Data：

	智障数量	天才数量	逗逼数量	脑残数量
北京	1	2	3	4
上海	5	6	7	8
西安	9	10	11	12
成都	13	14	15	16

2. 索引筛选

1）使用单个值或者序列，可以筛选出多列数据

data[["智障数量", "天才数量"]]

data:

	智障数量	天才数量
北京	1	2
上海	5	6
西安	9	10
成都	13	14

2）使用切片的方式针对数据进行筛选

data[: 2]

data:

	智障数量	天才数量	逗逼数量	脑残数量
北京	1	2	3	4
上海	5	6	7	8

3）Pandas接受bool数组进行切片筛选

df_bool = data[["逗逼数量"] > 5]

生成bool数组, df_bool确定需要保留的数据:

北京	FALSE
上海	TRUE
西安	TRUE
成都	TRUE

bool数据作为索引对数据进行筛选

data[df_bool]

data:

	智障数量	天才数量	逗逼数量	脑残数量
上海	5	6	7	8
西安	9	10	11	12
成都	13	14	15	16

loc和iloc进行数据筛选

loc使用标签索引获取数据

使用loc可以类似于使用bool数据对dataframe数据进行筛选

data.loc[df_bool]

筛选后可以获得与data[df_bool]一样的结果

data:

	智障数量	天才数量	逗逼数量	脑残数量
上海	5	6	7	8
西安	9	10	11	12
成都	13	14	15	16

loc也可以对多行列的数据进行直接筛选

data.loc[["北京", "上海"], ["智障数量","天才数量"]]

data:

	智障数量	天才数量
北京	1	2
上海	5	6

iloc使用数据位置进行筛选

iloc也可以对多行列的数据进行直接筛选，对应loc的例子

data.iloc[[0, 1], [0, 1]]

data:

	智障数量	天才数量
北京	1	2
上海	5	6

iloc的索引功能也可以用于切片

data.iloc[:, :3][data.智障数量 > 1]

data:

	智障数量	天才数量	逗逼数量
上海	5	6	7
西安	9	10	11
成都	13	14	15