选择数据框中的某一列
选择数据框中的多列
选择数据框中的某一行
选择数据框中的多行
选择子数据框
选择带条件的数据框
注意：本文沿用数据分析第一课【Python数据分析—数据建立】里的数据框date_frame：
date_frame.name #方法一date_frame['name'] #方法二date_frame.iloc[:, 1] #方法三date_frame.loc[:, ['name']] #方法四
第四种方法得到结果如下：
注意：前三种方法得到的数据类型是Series，第四种方法得到数据类型是DataFrame。
2 选择数据框中的某几列
如果需要选择数据框中的多列，可以采用如下三种方法：
如果我需要选择date_frame数据框中的name列和height列，可在jupyter中运行如下语句：
date_frame[['height','name']] #方法一date_frame.loc[:, ['height','name']] #方法二date_frame.iloc[:, [1,4]] #方法三
可以发现前两种方法选择某些列，可以不按原数据框的顺序进行筛选，可以自定义顺序。
第三种方法得到的结果如下：
注意：在python中对应的下标和当前位置是减一的关系，且date_frame.iloc[:, 1:3]中的1:3取不到下标3，是含头不含尾的。
3 选择数据框中的某一行
如果需要选择数据框中的某一行，可以采用如下三种方法：
如果我需要选择date_frame数据框中第一行（对应行下标为0），可在python中输入如下代码：
date_frame[0:1] #第一种方法date_frame.loc[1,:] #第二种方法date_frame.iloc[1,:] #第三种方法
第一种方法得到的是一个数据框：
后两种方法得到的是一个Series,具体结果如下：
4 选择数据框中的某几行
如果需要选择数据框中的某几行，可以采用如下三种方法：
如果我需要选择date_frame数据框中第一行到第二行的数据（对应行下标为0:1），可在python中输入如下代码：
date_frame[0:2] #第一种方法date_frame.iloc[0:2,:] #第二种方法date_frame.loc[0:1,:] #第三种方法
三种方法得到的结果如下：
需要注意的是第三种方法选行下标是含头含尾的，这个可以自己在电脑中运行一下代码感受一下。
5 选择一个子数据框
我们之前单独选择了某些行和某些列，如果我们想选行下标为1和2，列下标也为1和2 的子数据框（图中绿色部分），我们该怎么办？
可以把选择行数据框和列数据框的代码叠加（不分先后顺序），进行选择。
比如采用如下代码：
date_frame[1:3][['name','gender']]得到结果如下：
6 选择带条件的数据框
假设我们想选择date_frame中性别是男性的子数据框，我们可以在jupyter中输入如下代码：
date_frame[date_frame.gender=='男']得到结果如下：
假设我们想选择date_frame中年龄大于17岁且身高高于170的学生信息，我们可以在jupyter中输入如下代码：
date_frame[(date_frame.height>1.7)&(date_frame.age>17)]得到结果如下：
至此，在python中进行数据选择的基本操作已经完成啦，大家可以动手练习一下，思考一下还有没有别的数据选择的更好方法
。
扫一扫关注我
19967879837
投稿微信
原文作者：阿黎逸阳的代码；如有侵权，请联系管理员删除。
