df.filter(items=['Q1','Q2']) # 选择两列 df.filter(regex='Q', axis=1) # 列名包含Q的 df.filter(regex='e$', axis=1) # 以 e 结尾的 df.filter(regex='1$', axis=0) # 正则, 索引名包含1的 df.filter(like='2', axis=0) # 索引中有2的 # 索引中2开
data={'Name':['Tom','Nick','John','Tom'],'Age':[20,21,19,18],'Email':['tom@pandasdataframe.com','nick@pandasdataframe.com','john@pandasdataframe.com','tom@pandasdataframe.com']}df=pd.DataFrame(data)filtered_df=df.filter(items=['Name','Email'])print(filtered_df) Python Copy O...
axis：指定操作的轴方向，默认为列轴（axis=1）。示例使用：import pandas as pddata = {'A_x': [1, 2, 3],'B_x': ['foo', 'bar', 'baz'],'C_y': [True, False, True],'D_y': [1.5, 2.5, 3.5]}df = pd.DataFrame(data)# 按列名中包含"o"的模式选择列df_filter_like = df...
2.1 df.loc[index,columns]: 2.2 df.iloc[index,col_index]:参数也是两个。 2.3 df[] 单维度查询 2.4 比较运算符以及逻辑运算符(and 、or 、not)的使用 2.5 Series.isin[] 2.6 Series.str.contains() 2.7 df.query() 2.8 df.filter() pandas练习文档.xlsx 415.9K· 百度网盘 PS:写在前面的话:数据清...
df.filter( items=None, like: 'str | None' = None, regex: 'str | None' = None, axis=None, ) -> 'FrameOrSeries' 参数: items:list-like,对应轴的标签名列表 like:str,支持对应标签名的模糊名查询 regex:str (正则表达式),按正则表达式查询标签名 axis:{0 or ‘index’, 1 or ‘columns’,...
data, columns=boston.feature_names) 1. [] 第一种是最快捷方便的,直接在dataframe的[]中写筛选的条件或者组合条件。比如下面,想要筛选出大于NOX这变量平均值的所有数据,然后按NOX降序排序。 代码语言:javascript 代码运行次数:0 运行 AI代码解释 df[df['NOX']>df['NOX'].mean()].sort_values(by='NOX'...
isin([]):基于列表过滤数据。df (df (column_name”).isin ([value1, ' value2 '])) # Using isin for filtering rows df[df['Customer Country'].isin(['United States', 'Puerto Rico'])] # Filter rows based on values in a list and select spesific columns ...
df.reindex(index=列表,columns=列表) import pandas as pd data = [ ['苹果', 5, '山东'], ['香蕉', 3, '海南'], ['橙子', 6, '江西'], ['西瓜', 2, '新疆'], ['草莓', 10, '辽宁'], ['葡萄', 8, '云南'], ['芒果', 7, '广西'], ['菠萝', 4, '广东'], ['梨', ...
df[['Customer Country']] 代码语言:javascript 代码运行次数:0 运行 AI代码解释 # Selecting multiple columns df[['Customer Country','Customer State']] 过滤行 loc[]:按标签过滤行。df.loc(条件) 代码语言:javascript 代码运行次数:0 运行 AI代码解释 ...
使用pandas提供的filter进行筛选 Pandas 的 filter 方法根据指定的索引标签对数据框行或列查询子集。 DataFrame 使用时的语法为: df.filter( items=None, like:'str | None'=None, regex:'str | None'=None, axis=None, ) ->'FrameOrSeries' 参数: ...