pandas 按 couluimn 值选择 - Python

在 pandas 中，可以通过选择特定的 column 值来进行数据处理和分析。本文将介绍如何在 Python 中使用 pandas 按 column 值选择数据。

选择单列

要选择单独的一列，可以使用以下代码：

import pandas as pd

# 创建一个简单的数据集
data = {'名字': ['小明', '小红', '小刚', '小李'],
        '年龄': [20, 21, 22, 23],
        '性别': ['男', '女', '男', '男']}

df = pd.DataFrame(data)

# 选择名字列
names = df['名字']
print(names)

输出结果为：

0    小明
1    小红
2    小刚
3    小李
Name: 名字, dtype: object

选择多列

要选择多列，可以将需要的列名包含在一个列表中，并将这个列表传递给 [] 操作符，如下所示：

import pandas as pd

# 创建一个简单的数据集
data = {'名字': ['小明', '小红', '小刚', '小李'],
        '年龄': [20, 21, 22, 23],
        '性别': ['男', '女', '男', '男']}

df = pd.DataFrame(data)

# 选择名字和年龄列
subset = df[['名字', '年龄']]
print(subset)

输出结果为：

   名字  年龄
0  小明  20
1  小红  21
2  小刚  22
3  小李  23

按条件选择

pandas 的一个强大功能是按条件选择特定的行和列。例如，假设我们只想选择年龄大于 21 岁的人的姓名和年龄，可以使用以下代码：

import pandas as pd

# 创建一个简单的数据集
data = {'名字': ['小明', '小红', '小刚', '小李'],
        '年龄': [20, 21, 22, 23],
        '性别': ['男', '女', '男', '男']}

df = pd.DataFrame(data)

# 选择年龄大于 21 岁的姓名和年龄
subset = df.loc[df['年龄'] > 21, ['名字', '年龄']]
print(subset)

输出结果为：

   名字  年龄
2  小刚  22
3  小李  23

结论

pandas 提供了很多选取 column 的方法，可以让数据分析工作更加高效和简便。本文介绍了选择一列、选择多列和按条件选择的方法。