Python数据分析基础--Pandas数据抽取（二）

2020-04-15_223210.png

1.字段抽取
抽出指定位置数据slice(start,stop)

2.字段拆分
按指定字符sep，拆分已有字符串
split(sep,n,expand=False)
sep分隔符，n分割后新增列数，expand是否扩展开为数据框，默认False

3.重置索引
df.set_index('列名')

4.抽取记录
根据条件对数据进行抽取 df[condition] 返回DataFrame
condition类型：
比较运算符 ==，<,> df[df.comments>100]
范围运算：between(left,right) df[df.comments.between(10,100)]
空值运算：pandas.isnull(column) df[df.title.isnull()]
字符匹配：str.contains(patten,na=Frase) df[df.title.str.contains('字段',na=False)]
逻辑运算：&（与）、|（或）、not(取反)

5.随机抽样
随机从数据中按照一定比例抽取
numpy.random.randint(start,end,num)
start表示范围开始值
end范围结束值
num抽样个数

2020-04-15_233434.png

6.通过索引抽取数据
索引名（标签）选取数据：df.loc[行标签，列标签]

索引号选取数据：df.iloc[行索引号，列索引号]

loc为location的缩写，iloc为integer&location的缩写，更广义的切片方式使用.ix，他自动根据所给的索引类型判断使用索引号还是索引名（标签）进行切片；即：
iloc为整型索引，只能是索引号索引；
loc为字符串索引，索引名索引；

ix是iloc和loc的结合体，索引号和索引名均可，但当索引名为int类型时，只能用索引名索引；
7.字典数据抽取