2020 Notes d'étude d'analyse de données Python pour le filtrage des données Pandas, la requête conditionnelle et l'ajout, la suppression, la modification et la requête (7)

table des matières

 

1. Examen des données

2. Explication des fonctions loc et iloc

3. Requête conditionnelle et ajout, suppression, modification et requête

 

---

1. Examen des données

Téléchargement des données de pratique:

https://download.csdn.net/download/weixin_44940488/12660653

Affichage du code:

(Syntaxe de base pour le filtrage des données)

import pandas as pd
import numpy as np

data = pd.read_excel('score.xlsx', encoding='utf-8',sheet_name= 0)     # 读取数据    sheet_name= 0  选择第一个工作薄

print(data)       #  输出全部数据

print(data.head(5))        # 输出前五行数据

print(data.tail(5))         # 输出后五行数据

print(data.columns)        # 输出列名

print(data.dtypes)         # 输出变量类型

print(data.ndim)           # 输出数据结构

print(data.shape)           # 输出数据形状

print(data.size)            # 输出数据大小，总共有多少个元素

print(data[:10])             # 查看数据前十行数据

# 方法一
# print(data.代码)            # 读取数据中某一指定列的数据
# 方法二
print(data['代码'][:6])      # 读取代码的前六列数据
# print(data[['通过个数','代码']])  # 读取指定多列数据

---

2. Explication des fonctions loc et iloc

Affichage du code:

import pandas as pd
import numpy as np

data = pd.read_excel('score.xlsx', encoding='utf-8',sheet_name= 0)     # 读取数据    sheet_name= 0  选择第一个工作薄

print(data.head(10))

# loc函数讲解：

print(data.loc[0:6])     # 读取前7行数据

print(data.loc[4,['题目ID','代码']])        # 读取行标签为4的数据

print(data.loc[[4,7],['题目ID','代码']])    # 读取行标签为4和7的数据

print(data.loc[data['题目ID'] == 888, ['题目ID','代码']])    # 读取题目ID为888的数据

# iloc函数讲解
print(data.iloc[:,1:4])     # 读取数据2，3，4列数据

print(data.iloc[0:6])       # 读取前6行数据

Affichage des résultats:

---

---

3. Requête conditionnelle et ajout, suppression, modification et requête