Python数据分析—数据选择

由于互联网的快速发展，网络上存储了越来越多的数据信息。各大公司通过对这些数据进行分析，可以得到一些有助于决策的信息。

比如通过对某些用户的淘宝浏览记录数据进行分析，可以发现这些客户的潜在消费点，通过分类定点投放广告，增加商品的销售。

再比如信贷领域，可以通过分析申请人的征信数据，建模计算出申请人逾期的可能性大小，决定是否放贷，从而提高公司资金的使用价值。

在数据分析越来越热门的今天，学会数据分析，就是你升职加薪的重要砝码。

本文是数据分析的第二课，教大家如何在python中进行数据选择。

本文目录

1. 选择数据框中的某一列
2. 选择数据框中的多列
3. 选择数据框中的某一行
4. 选择数据框中的多行
5. 选择子数据框
6. 选择带条件的数据框

注意：本文沿用数据分析第一课【Python数据分析—数据建立】里的数据框date_frame：

1 选择数据框中的某一列

选择数据框的某一列有四种方法。

第一种方法：数据框的名字.列名。

第二种方法：数据框的名字['列名']。

第三种方法：数据框的名字.iloc[:, 列下标]，假设要选第3列，它对应的下标为2，两者是减一的关系。

第四种方法：数据框的名字.loc[:, ['列名']]

如果我需要选择date_frame数据框中的name列（第二列），可在jupyter中运行如下语句：

date_frame.name       #方法一
date_frame['name']    #方法二
date_frame.iloc[:, 1]  #方法三
date_frame.loc[:, ['name']]  #方法四

前三种方法得到结果如下：

第四种方法得到结果如下：

注意：前三种方法得到的数据类型是Series，第四种方法得到数据类型是DataFrame。

2 选择数据框中的某几列

如果需要选择数据框中的多列，可以采用如下三种方法：

第一种方法：数据框的名字[['列名1','列名2',....,'列名n']]。

第二种方法：数据框的名字.loc[:, ['列名1','列名2',....,'列名n']]。

第三种方法：数据框的名字.iloc[:, 起始列下标:终点列下标加一]。

如果我需要选择date_frame数据框中的name列和height列，可在jupyter中运行如下语句：

date_frame[['height','name']]         #方法一
date_frame.loc[:, ['height','name']]  #方法二
date_frame.iloc[:, [1,4]]  #方法三

前两种方法得到的结果如下：

可以发现前两种方法选择某些列，可以不按原数据框的顺序进行筛选，可以自定义顺序。

第三种方法得到的结果如下：

注意：在python中对应的下标和当前位置是减一的关系，且date_frame.iloc[:, 1:3]中的1:3取不到下标3，是含头不含尾的。

3 选择数据框中的某一行

如果需要选择数据框中的某一行，可以采用如下三种方法：

第一种方法：数据框的名字[行下标:行下标加一]。

第二种方法：数据框的名字.loc[行下标, :]。

第三种方法：数据框的名字.iloc[行下标, :]。

如果我需要选择date_frame数据框中第一行（对应行下标为0），可在python中输入如下代码：

date_frame[0:1]      #第一种方法
date_frame.loc[1,:]  #第二种方法
date_frame.iloc[1,:] #第三种方法

第一种方法得到的是一个数据框：

后两种方法得到的是一个Series,具体结果如下：

4 选择数据框中的某几行

如果需要选择数据框中的某几行，可以采用如下三种方法：

第一种方法：数据框的名字[起始行下标:终点行下标加一]。

第二种方法：数据框的名字.iloc[起始行下标:终点行下标加一, :]。

第三种方法：数据框的名字.loc[起始行下标:终点行下标, :]。

如果我需要选择date_frame数据框中第一行到第二行的数据（对应行下标为0:1），可在python中输入如下代码：

date_frame[0:2]          #第一种方法
date_frame.iloc[0:2,:]   #第二种方法
date_frame.loc[0:1,:]    #第三种方法

三种方法得到的结果如下：

需要注意的是第三种方法选行下标是含头含尾的，这个可以自己在电脑中运行一下代码感受一下。

5 选择一个子数据框

我们之前单独选择了某些行和某些列，如果我们想选行下标为1和2，列下标也为1和2 的子数据框（图中绿色部分），我们该怎么办？

可以把选择行数据框和列数据框的代码叠加（不分先后顺序），进行选择。

比如采用如下代码：

date_frame[1:3][['name','gender']]

得到结果如下：

6 选择带条件的数据框

假设我们想选择date_frame中性别是男性的子数据框，我们可以在jupyter中输入如下代码：

date_frame[date_frame.gender=='男']

得到结果如下：

假设我们想选择date_frame中年龄大于17岁且身高高于170的学生信息，我们可以在jupyter中输入如下代码：

date_frame[(date_frame.height>1.7)&(date_frame.age>17)]

得到结果如下：

至此，在python中进行数据选择的基本操作已经完成啦，大家可以动手练习一下，思考一下还有没有别的数据选择的更好方法