關於pandas索引表格的一切

在pandas處理表格的時候經常會遇到有點複雜的處理表格操作，這時候又不能用pd.write_to_csv()來寫入表格，那麼就得考慮用索引來挑選、處理數據寫入新的表格了。

1.讀取表格

import pandas as pd
df=pd.read_csv('data.csv')

2.找到符合要求的索引列表

index_list=df[df['A']=='風速'].index.tolist()  

這裏是尋找列名爲A的,值爲風速的索引，並將索引值轉換爲列表進行遍歷，這是爲了方便後續通過索引號對數據進行處理。

3.寫入表格

如果是精確篩選的話，可以選擇下面的方式進行篩選：

import xlwt
f = xlwt.Workbook()

k=1  ##這裏的k表示的是excel中的行，表示在第幾行寫入
sheet = f.add_sheet("DATA")# 創建一個工作表

###這裏是每一列都代表了什麼
rowTitle = ['A1', 'B1', 'C1','D1','E1','F1','G1','H1','I1']

##這裏是開始創建建立表格的橫向標題
for i in range(0, len(rowTitle)):
    sheet.write(0, i, rowTitle[i])
    
for index1 in sorted(index_list): ##對上面的索引列表進行遍歷，通過符合要求的索引來得到數據寫入新表中
    print(index1)
    sheet.write(k, 0, str(df.at[index1, 'A'])) 
    #例子:df.at[3,'time']，取行索引爲3，列索引爲time的數值
    sheet.write(k, 1, str(df.at[index1, 'B']))
    sheet.write(k, 2, str(df.at[index1, 'C']))
 #上面一行表示在第k行第2列將df所代表的表格中行索引爲3，列索引爲time的數值寫入到新表格中
f.save('new_data.csv') ##保存到表格中

至此 你就完成了通過索引對錶格進行精確篩選了

4.取某一列

df['A'].to_list()