五花八门的Pandas取数（上）

公众号：尤而小屋 作者：Peter 编辑：Peter

Pandas系列_DataFrame数据筛选（上）

本文介绍的是如何在pandas进行数据的筛选和查看。因为pandas中有各种花样来进行数据筛选，本文先介绍比较基础的一部分。

扩展阅读

关于pandas的介绍，以及在pandas中如何创建Series和DataFrame类型的数据，请阅读：

1、Series类型数据创建

2、10种方式创建DataFrame类型数据

3、一切从爆炸函数开始

模拟数据

本文中各种例子基于一份模拟数据展开，在创建数据的时候引入了部分缺失值，通过numpy库来生成：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "name":['小明','小王','张菲','关宇','孙小小','王建国','刘蓓'],
    "sex":['男','女','女','男','女','男','女'],
    "age":[20,23,18,21,25,21,24],
    "score":[np.nan,600,550,np.nan,610,580,634],  # 缺失两条数据
    "address":["广东省深圳市南山区",
               np.nan,  # 数据缺失
               "湖南省长沙市雨花区",
               "北京市东城区",
               "广东省广州市白云区",
               "湖北省武汉市江夏区",
               "广东省深圳市龙华区"]
})

df

我们查看下各个字段的数据类型：3个字符类型，一个int64，一个float64类型

思维导图

下面开始介绍各种筛选数据的方法：

查看头尾数据

查看头尾数据，使用的是head和tail方法：

head

该方法默认是前5行

可以自己指定看多少行数据：

tail

tail使用方法是类似的：

• 默认尾部5行
• 指定查看行数

随机筛选

使用的是sample方法，默认是查看一行数据，也可以指定查看多少行：

数值型数据筛选

单个条件

1、数值型数据的筛选一般是根据大小比较来进行的：

多个条件

2、当我们存在多个比较条件的时候，需要注意：

• 不能用and，使用竖线|
• 每个条件要使用小括号

下面是正确的写法：

使用数值函数

常用的数值比较函数如下：

df.eq()    # 等于相等 ==
df.ne()    # 不等于 !=
df.le()    # 小于等于 >=
df.lt()    # 小于 <
df.ge()    # 大于等于 >=
df.gt()    # 大于 >

1、使用单个数值函数筛选

2、使用多个数值函数筛选；

字符型数据筛选

字符类型数据的筛选主要是通过python和pandas中相关函数；

• 包含：str.contains
• 开始：str.startswith
• 结束：str.endswith

下图中的3个例子讲解了上面3个函数的使用方法：

上面的例子中使用的字段本身都是没有空值的，如果字段中带有空值，该如何处理？比如我们想选出address带有“深圳”的同学：

解决方法1：带上参数

解决方法2：通过布尔值的比较判断

指定数据值筛选

通过指定某个字段的具体某个值来筛选数据：

数值型和字符型联用

数值型的大小比较条件和字符相关条件的联合使用：

• 且：&
• 或：|

索引取数

直接通过某个索引值来取数，这种情况很少用：

切片取数

pandas中切片取数和Python中是相同的：

• 左边索引从0开始计数，右边索引从-1开始计数
• 切片规则：start:stop:step，分别表示起始位置start，结束位置stop，步长step（可正可负）

不包含结束索引位置的元素：含头不含尾，请记住索引切片的重要规则！！！

使用切片的单个数值取数：

使用切片取数的多种案例：

下面看看本文案例中的切片取数：

步长不为1和索引为负数的情况：

缺失值筛选

本文中使用的案例缺失值情况为：

查看缺失值

df.isnull()

查看字段缺失值

df25 = df.isnull().any()  # 列中是否存在空值
df25

锁定缺失值存在的行

df26 = df[df.isnull().values==True]
df26

列属性取数

指定属性名

第一种是我们直接指定列属性的名称，在这种情况下取出来的是Series类型数据

第二种情况下取出来的是DataFram e类型数据：

指定字段属性的类型

本文案例的数据字段类型为：

1、取出包含object类型的数据：

如果是想取出包含多种类型的数据：

2、取出不包含object类型的数据：

image-20210519163325505

总结

pandas中取数的方式真的是五花八门，有很多方式能够取到我们想要的数据。本文中介绍的多种算是比较基本，比如头尾部数据、基于条件判断的筛选、切片筛选等，后续将会介绍更多pandas中取数技巧，敬请期待！