pandas實用操作彙總（不斷更新）

前言

記錄下寫程序過程中用到的覺得實用的pandas操作， 不斷更新下，方便自己查找

多重條件篩選

df[(條件1) & (條件2)]

import pandas as pd
import numpy as np
A = np.random.rand(3, 3)
B = pd.DataFrame(A)

# 多重條件篩選
B[(B[0]>0.1) & (B[1]<0.8)]

用exec在循環裏更改變量名稱

想在循環裏， 賦值不同名稱的變量時：

for i in range(5):
	exec("a" + str(i) + "=i")

和 eval的區別：

• exec 運行一段程序，返回None
• eval 運行一個表達式， 返回表達式結果。

>>> a = 5
>>> eval('37 + a')   # it is an expression
42
>>> exec('37 + a')   # it is an expression statement; value is ignored (None is returned)
>>> exec('a = 47')   # modify a global variable as a side effect
>>> a
47
>>> eval('a = 47')  # you cannot evaluate a statement
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<string>", line 1
    a = 47
      ^
SyntaxError: invalid syntax

按字符串包含字符篩選

.str.contains()

>>> B[3] = ['中國', '美國', '歐洲']
>>> B
          0         1         2   3
0  0.179662  0.856873  0.291942  中國
1  0.008990  0.473773  0.659489  美國
2  0.525482  0.710721  0.241518  歐洲
>>> B[B[3].str.contains('國')]
>>>           0         1         2   3
0  0.179662  0.856873  0.291942  中國
1  0.008990  0.473773  0.659489  美國

.isin()

>>> B[B[3].isin(['中國', '美國', '英國'])]
>>>          0         1         2   3
0  0.179662  0.856873  0.291942  中國
1  0.008990  0.473773  0.659489  美國

按列獲取數據

# 通過列名獲取
tmp = df['列名']   # tmp 就是獲取的列
# 列名太長， 不打，用索引獲取第三列
tmp = df[df.columns[3]]
# 另一種方法，也可以獲取多列
tmp = df.iloc[:, 3] 
tmp = df.iloc[:m 3:5]