目錄
數據篩選是處理數據的重要一步。源Excel文件Fancy_Indexing.xlsx：
df = pd.read_excel(r'C:/Users/asus/Desktop/Python/Fancy_Indexing.xlsx')
df
一、截斷操作df.truncate()
df.truncate()需要對索引排序才能截斷。
# 數據截斷
df.truncate(before=2,after=8)
# 對列索引進行排序才能截斷，根據索引值截斷，而不是下標
df.sort_index(axis=1).truncate(before='班級',after='語文',axis=1)
二、Fancy Indexing
(1)類列表切片[]
# 列操作
df['姓名'] # 選擇1列，返回Series
df[['姓名']] # 選擇1列，返回DataFrame
df[['姓名','語文']] # 選擇多列，返回DataFrame
# 行操作：對下標進行切片，不包含終止位置
df[:] # 全切
df[:3] # 返回前三行
df[4:6] # 返回第5、6行
df[:20:2] # 步長截取
df['數學'][::-1] # 逆序
# 行列同時操作，不可以直接操作
# df[:,['語文']]
(2)基於標簽df.loc[]
①單個標簽——單行
# 單個標簽——單行
df.loc[0] # 0代表是索引值，而不是像列表切片的下標值，字符型索引需要加引號
df.set_index('姓名').loc['任*'] # 字符型索引加引號
# df.set_index('姓名').index.dtype -->dtype('O')
②單個列表標簽——多行
# 單個列表標簽——多行
df.loc[[0,6,8]]
df.set_index('姓名').loc[['任*','鄧*','吳*文']] # 字符型索引加引號
# df.set_index('姓名').loc[[0,6,8]] ->KeyError: 'None of [[0, 6, 8]] are in the [index]'
df.loc[[False, True]*5] # bool數組標簽，隔行查找
③切片標簽
# 切片標簽，標簽也可以切片，且和列表切片不同，包含終止位置
# 根據索引值進行切片，所以先排序才能切，和truncate截斷一樣
df.loc[:3] # 返回前4行，包含3終止位置
df.set_index('姓名').sort_index().loc['任*':'吳*婕'] # 要先進行排序
④逗號雙標簽
# 逗號雙標簽——篩選列
# 必須有行元素
df.loc[:,['姓名','語文']] # 行全要，只要‘姓名’‘語文’這兩列
df.loc[:10,['姓名','數學']] # 前11行
(3)基於下標位置df.iloc[]
df.iloc[]無論是行選還是列選，都只能用自然索引下標（0-n），不包含終止位置.
df.iloc[2:4,2:3]
df.iloc[:,2:]
df.iloc[[5,2],[4,1]]
df.iloc[5,3] # 返回一個值
# np.r_支持隨意篩選，篩選不連續的行或列
df.iloc[np.r_[0,10:15:2,17:19],np.r_[:2,4]]
(4)取具體某一數據 .at/.iat
(5)表達式，bool數組
df[df['班級'] == 1] # 篩選1班信息
df[~(df['班級'] == 1)] # 不等
df[df['姓名'] == '馬*泰'] # '馬*泰'的所有信息
df.loc[df['姓名'] == '馬*泰',['姓名','數學']] # 只篩選'馬*泰'姓名、數學成績
df.loc[(df['數學'] > 90) & (df['語文'] >90)] # 且
df.loc[(df['數學'] > 90) | (df['語文'] >90)] # 或
df.loc[df['語文'] > df['英語']] # 列間判斷，比較愛國的同學信息
# df.isin()判斷
df[df['姓名'].isin(['羅*倩','張*輝'])]
三、函數篩選
(1)where 和 mask
df.where(cond, other=nan, inplace=False,
axis=None, level=None, errors='raise',
try_cast=False, raise_on_error=None)
如果 cond 為真，保持原來的值，否則替換為other，默認為NaN值。mask相反。
df.where(df > 90) # 不大於90分為NaN
df['語文'].where(df['語文'] > 90) # 語文不大於90為NaN
np.where(df > 90,True,False) # 返回Adarray bool數組
# 2 的偶數倍分數顯示，否則為相反數
df[['語文','數學']].where(df[['語文','數學']] % 2 == 0,other=-df[['語文','數學']])
