首页python数据检索pandas使用方法

python数据检索pandas使用方法

时间: 2025-04-22 14:12:35 浏览: 22

### 如何使用Python Pandas实现数据检索 #### 创建DataFrame并加载数据为了展示如何利用Pandas进行数据检索，先创建一个简单的`DataFrame`作为例子。 ```python import pandas as pd data = { 'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'City': ['New York', 'Los Angeles', 'Chicago'] } df = pd.DataFrame(data) print(df) ``` #### 基本索引与选择可以通过标签或位置访问单个元素、列或行。对于按名称选取一整列，可直接通过属性方式获取；而对于多条件筛选，则需借助布尔索引来完成特定需求。 - 获取某一列的数据： ```python ages = df['Age'] print(ages) ``` - 根据行列标签定位单元格值： ```python value = df.at[1, 'City'] print(value) ``` - 利用`.loc[]`方法依据标签范围选取子集： ```python subset_loc = df.loc[:, ['Name', 'City']] print(subset_loc) ``` - 使用`.iloc[]`按照位置而非标签来提取部分表格内容： ```python subset_iloc = df.iloc[:2, :2] print(subset_iloc) ``` #### 条件过滤当需要根据一定逻辑表达式的真假返回符合条件的结果集合时，可以运用向量化操作配合比较运算符达成目标。 ```python filtered_df = df[df.Age > 30] print(filtered_df) young_people = df[(df.Age >= 20) & (df.Age < 30)] print(young_people) ``` #### 数据查询功能除了上述基本手段外，还可以调用内置的`.query()`函数来进行更加灵活直观的文字描述式查询语句构建。 ```python result_query = df.query('Age == 30 or City != "New York"') print(result_query) ```

阅读全文