Pandas 选择包含某些值的行

在本文中，我们将介绍如何使用Pandas选择包含某些值的行。

Pandas是一个Python数据分析库，它提供了一组强大的工具，用于处理，分析和操作大型和复杂的数据集。其中之一是选择包含特定值的行。

假设我们有一个名为“data”的数据框，其中包含以下数据：

import pandas as pd

data = {'name': ['Tom', 'Jerry', 'Mickey', 'Minnie'],
        'age': [20, 30, 20, 25],
        'gender': ['M', 'M', 'M', 'F']}

df = pd.DataFrame(data)

print(df)

输出：

      name  age gender
0      Tom   20      M
1    Jerry   30      M
2   Mickey   20      M
3   Minnie   25      F

现在，我们想选择年龄为20岁的人。我们可以使用以下代码：

df_age_20 = df[df['age'] == 20]

print(df_age_20)

输出：

     name  age gender
0     Tom   20      M
2  Mickey   20      M

在上面的代码中，我们使用了一个条件表达式df['age'] == 20，它返回一个布尔数组，指示哪些行包含年龄为20岁的值。然后，我们使用这个布尔数组选择数据框的子集，即df[df['age'] == 20]。

同样，我们也可以选择性别为“M”的人：

df_male = df[df['gender'] == 'M']

print(df_male)

输出：

     name  age gender
0     Tom   20      M
1   Jerry   30      M
2  Mickey   20      M

此外，我们也可以使用多个条件来选择包含多个值的行。例如，如果我们想选择年龄为20岁且性别为男性的人，我们可以使用以下代码：

df_male_age_20 = df[(df['age'] == 20) & (df['gender'] == 'M')]

print(df_male_age_20)

输出：

     name  age gender
0     Tom   20      M
2  Mickey   20      M

在上面的代码中，我们使用了逻辑运算符&，将两个条件合并为一个。请注意，我们在每个条件周围都使用了括号，以确保运算的顺序正确。

阅读更多：Pandas 教程

总结

在本文中，我们介绍了如何使用Pandas选择包含特定值的行。我们使用了较为简单的数据示例来进行说明。您可以将本文中的代码示例应用于您自己的数据集中，并进行相应修改以适应您的需求。例如，您可以选择包含特定文本的行，或选择包含某个范围内的数字的行。我们希望这个指南对您有所帮助。