Python数据分析之 Pandas Dataframe条件筛选遍历详情

目录

• 一、条件筛选
• 二、Dataframe数据遍历
• for…in…语句
• iteritems()方法
• iterrows()方法
• itertuples()方法

一、条件筛选

查询Pandas Dataframe数据时，经常会筛选出符合条件的数据，接下来介绍一下具体的使用方式。

示例Dataframe如下：

单条件筛选，例如查询gender为woman的数据：

df[df["gender"]=="woman"]
# 或
df.loc[df["gender"]=="woman"]

使用isin()函数筛选，例如查询age为24、28的数据：

df[df["age"].isin([24,28])]

当有多个过滤条件时，可以使用逻辑操作符&和|，如下。

例如：查询gender为“woman”并且city为“shanghai”的数据：

df[(df["gender"]=="woman") & (df["city"]=="shanghai")]

查询age大于25或者gender为“woman”的数据：

df[(df["age"]>25) | (df["gender"]=="woman")]

注意：逻辑操作符两边的过滤条件必须使用小括号()括起来，否则会报错或者不起作用。

波浪线符~可以取指定条件相反的数据，例如查询city不为“beijing”的数据：

df[~(df["city"]=="beijing")]

二、Dataframe数据遍历

for…in…语句

因为 Dataframe 对象属于可迭代对象，所以可以使用for...in...语句进行遍历，遍历结果是列的名称，如下：

for i in df:
    print(i)

结果输出如下：

如果要遍历 DataFrame 的行数据，需要使用以下方法：

iteritems()方法

iteritems()方法是按列进行遍历，遍历结果为为(列名, value)键值对：

for column, value in df.iteritems():
    print(column)
    print(value)

iterrows()方法

 iterrows()方法是按行进行遍历，遍历结果为(index, value)键值对：

for index, row in df.iterrows():
    print(index)
    print(row)

itertuples()方法

itertuples()是以namedtuples（命名元组）形式遍历行，遍历每一行为一个命名元组：

for row in df.itertuples():
    print(row)