python中df取某行某列,python刪除df的某一行

本文目錄一覽：

• 1、Python中的pandas如何讀取excel中指定單元格的值？
• 2、python如何讀取csv某列XX行數據保存為列表？
• 3、python panda怎麼提取列數據
• 4、Python Pandas 依據標籤或者位置選取特定行列 loc和iloc兩種方式
• 5、怎樣用python，讀取excel中的一列數據
• 6、python如何獲取指定列表名和其中的值？

Python中的pandas如何讀取excel中指定單元格的值？

pandas 讀取指定單元格 第2行，第3列

import pandas as pd

df = pd.read_excel(‘測試.xlsx’)

cell = df.iat[0, 2]

[0, 2] 表示單元格的行列 pandas 默認跳過表頭從第二行開始 第三列是2 (012)

python如何讀取csv某列XX行數據保存為列表？

list1 = df[[df.columns[2],df.columns[0]]]

list2 = df[[df.columns[2],df.columns[1]]]

python panda怎麼提取列數據

創建數據

通過Python的zip構造出一元組組成的列表作為DataFrame的輸入數據rec。

In [3]: import pandas as pd

In [4]: import random

In [5]: num = random.sample(xrange(10000, 1000000), 5)

In [6]: num

Out[6]: [244937, 132008, 278446, 613409, 799201]

In [8]: names = “hello the cruel world en”.split()

In [9]: names

Out[9]: [‘hello’, ‘the’, ‘cruel’, ‘world’, ‘en’]

In [10]: rec = zip(names, num)

In [15]: data = pd.DataFrame(rec, columns = [u”姓名”,u”業績” ])

In [16]: data

Out[16]:

姓名 業績

0 hello 244937

1 the 132008

2 cruel 278446

3 world 613409

4 en 799201

DataFrame方法函數的第一個參數是數據源，第二個參數columns是輸出數據表的表頭，或者說是表格的字段名。

導出數據csv

Windows平台上的編碼問題，我們可以先做個簡單處理，是ipython-notebook支持utf8.

import sys

reload(sys)

sys.setdefaultencoding(“utf8”)

接下來可以數據導出了。

In [31]: data

Out[31]:

姓名 業績

0 hello 244937

1 the 132008

2 cruel 278446

3 world 613409

4 en 799201

#在ipython-note里後加問號可查幫助，q退出幫助

In [32]: data.to_csv?

In [33]: data.to_csv(“c:\\out.csv”, index = True, header = [u”僱員”, u”銷售業績”])

將data導出到out.csv文件里，index參數是指是否有主索引，header如果不指定則是以data里columns為頭，如果指定則是以後邊列表裡的字符串為表頭，但要注意的是header後的字符串列表的個數要和data里的columns字段個數相同。

可到c盤用Notepad++打開out.csv看看。

簡單的數據分析

In [43]: data

Out[43]:

姓名 業績

0 hello 244937

1 the 132008

2 cruel 278446

3 world 613409

4 en 799201

#排序並取前三名

In [46]: Sorted = data.sort([u”業績”], ascending=False)

Sorted.head(3)

Out[46]:

姓名 業績

4 en 799201

3 world 613409

2 cruel 278446

圖形輸出

In [71]: import matplotlib.pyplot as plt

#使ipython-notebook支持matplotlib繪圖

%matplotlib inline

In [74]: df = data

#繪圖

df[u”業績”].plot()

MaxValue = df[u”業績”].max()

MaxName = df[u”姓名”][df[u”業績”] == df[u”業績”].max()].values

Text = str(MaxValue) + ” – ” + MaxName

#給圖添加文本標註

plt.annotate(Text, xy=(1, MaxValue), xytext=(8, 0), xycoords=(‘axes fraction’, ‘data’), textcoords=’offset points’)

如果注釋掉plt.annotate這行

Python Pandas 依據標籤或者位置選取特定行列 loc和iloc兩種方式

Pandas中有兩種方式可以進行特定行列的選取，一種是在知道每一列的名稱（label）的情況下（df.loc），一種是在只知道列的位置（integer-location）的情況下(df.iloc)。

可以看出，上述的冒號（:）意味着選取所有的行，所以只需在此處進行改動即可選取特定行（前開後閉）

同樣在選取特定行的時候，依然存在基於label或者是基於integer-location的選擇

選取行採用df.iloc方式，具體如下

除此之外，在採用非標籤的方式選擇的時候，可以通過輸入布爾型變量進行篩選，比如 df.iloc[[True, False, True]] ，或者是 df.iloc[lambda x: x.index % 2 == 0]

完結撒花，反正知道了df.loc和df.iloc的差別之後自由組合就好了~

參考資料：

怎樣用python，讀取excel中的一列數據

—————————

@1方法一

import xlrd

data=xlrd.open_workbook(‘F:/data.xlsx’)#excle文件位置

sheet=data.sheets()[0] #讀取第一個表

rows=sheet.row_values(0) #讀取第一行

print(rows) #打印第一行

clou=sheet.col_values(0) #讀取第一列

print(clou) #打印第一列

print(rows,clou) #打印第一行第一列

x=clou[1:] #去除第一行的第一個數

print(x)

——————————————————–

@2

import xlrd #導入包

import pandas as pd

data=pd.read_excel(‘F:/data.xlsx’, sheet_name=’Sheet1′)

#print(type(data))

#print(data)

print(data[‘B’])#讀取某一列

print(data.values)#輸出值

print(data.describe())#輸出每列的統計數據

x=data[0:10]

print(x)#輸出前3行

print(x.T)#轉置

print(x.sort_index(axis=1,ascending=False))

a=data.describe()

python如何獲取指定列表名和其中的值？

從整個數據庫中獲取列名(假設數據庫包含超過100行,超過50列),基於pandas中特定列中包含的特定值.

在Bkmm3(來自印度的成員)的幫助下,我在數字術語上取得了成功但在字母術語上失敗了.我試過的方式是這樣的：

df = pd.DataFrame({‘A’:[‘APPLE’,’BALL’,’CAT’],

‘B’:[‘ACTION’,’BATMAN’,’CATCHUP’],

‘C’:[‘ADVERTISE’,’BEAST’,’CARTOON’]})

response = input(“input”)

for i in df.columns: if(len(df.query(i + ‘==’ + str(response))) 0):

print(i)`

然後輸出出現錯誤：

Traceback (most recent call last): NameError: name ‘APPLE’ is not defined

你們的任何幫助都會非常感謝,謝謝. . .

解決方法:

isin / eq適用於DataFrames,您可以100％向量化：

df.columns[df.isin([‘APPLE’]).any()] # df.isin([response])

要麼,

df.columns[df.eq(response).any()]

索引([‘A’],dtype =’對象’)

這是使用DataFrame.eval和np.logical_or的迂迴方式(你是在循環列上)：

df.columns[

np.logical_or.reduce(

[df.eval(f”{repr(response)} in {i}”) for i in df]

)]

Index([‘A’], dtype=’object’)