Pandas数据查询的集中如何实现(pandas,开发技术)

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：DataFrame>Series>值

0、进行数据预处理

importpandasaspddf=pd.read_csv("E:\Python\dataAnalysis\spider\dataFile\weatherData.csv")#设置索引为日期df.set_index("日期",inplace=True)#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())exceptWarningasdw:#print(dw)pass

1、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[lambdadf:(df["最高气温"]<20)&(df["最低气温"]>=0),:])