189 8069 5689
这篇文章主要介绍“Pandas数据查询方法df.loc()怎么使用”，在日常操作中，相信很多人在Pandas数据查询方法df.loc()怎么使用问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Pandas数据查询方法df.loc()怎么使用”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
创新互联建站长期为上1000家客户提供的网站建设服务，团队从业经验10年，关注不同地域、不同群体，并针对不同对象提供差异化的产品和服务；打造开放共赢平台，与合作伙伴共同营造健康的互联网生态环境。为怒江州企业提供专业的成都网站设计、成都网站建设，怒江州网站改版等技术服务。拥有十年丰富建站经验和众多成功案例,为您定制开发。
pandas常用的查询函数有：df.loc(),df.iloc(),df.where(),de.query();
| 函数 | 功能 |
|---|---|
| df.loc() | 根据行，列的标签进行查询 |
| df.iloc() | 根据行，列的数字位置进行查询 |
| df.where() | 可以根据条件返回满足需求的结果 |
| de.query() | 可以根据条件返回满足需求的结果 |
以上的几种方法，都可以实现相同的功能，所以我们能够熟练的掌握其中一个就好，这里我推荐df.loc()，因为这个函数可以实现的功能是最多的，一般的应用场景，只要会这个就完全够用了；
df.loc()pandas通常碰到的查询需求，有如下五种：按数值，列表，区间，条件，函数五种方法进行查询；
使用的数据如下，大家可以复制到本地进行练习：
Date,天气,高温,低温,风向,风速 2020/7/16,晴,26,21,东风,2 2020/7/17,多云,25,21,西风,3 2020/7/20,小雨,24,15,东北风,5 2020/7/21,多云转晴,22,17,东风,2 2020/7/22,多云,20,16,西风,1 2020/7/23,雷阵雨,20,20,东北风,3 2020/7/24,多云,26,17,西南风,2 2020/7/27,小雨,26,17,东风,3 2020/7/28,多云转晴,25,24,西风,5 2020/7/29,晴,24,23,东北风,2 2020/7/30,晴,22,20,东风,2 2020/7/31,晴,26,22,东风,3 2020/8/3,晴,25,22,西风,2 2020/8/4,多云转晴,24,16,东北风,3 2020/8/5,多云,22,14,东风,5 2020/8/6,雷阵雨,20,12,西风,2 2020/8/7,小雨,20,13,东北风,1 2020/8/10,多云转晴,26,22,西南风,3
读入数据：
import pandas as pd data_path_2=r"E:\VSCODE\2_numpy_pandas\pandas\data_select.csv" df=pd.read_csv(data_path_2,encoding='gbk') # 这里因为我是用Excel保存的csv,所以编码格式是gbk, 大部分时候使用UTF-8
通常情况下，使用df.loc()时，只要传入行列名即可返回要查询的值，比如：我们需要查询 2020/7/28 的天气，可以通过：df.loc['2020-7-28','天气'] 来查询，然后我们会发现报错：KeyError: '2020-7-28'； 这里报错的原因是：我们在读取数据的时候，没有将日期设置为索引值；所以我们需要这样做：
方法一：在读入数据的时候设置index
import pandas as pd data_path_2=r"E:\VSCODE\2_numpy_pandas\pandas\data_select.csv" df=pd.read_csv(data_path_2,encoding='gbk',index_col='Date') # 在这里设置index_col df=df.dropna(how="all",axis='rows') print(df.loc['2020/7/28','天气'])
方法二：读入数据后，设置index
import pandas as pd data_path_2=r"E:\VSCODE\2_numpy_pandas\pandas\data_select.csv" df=pd.read_csv(data_path_2,encoding='gbk') df=df.dropna(how="all",axis='rows') df = df.set_index(['Date']) # 设置index print(df.loc['2020/7/28','天气'])
要求：需要查询 2020/7/28 ，29,30 三天的天气
df.loc[['2020/7/28','2020/7/29','2020/7/30'],'天气']
要求：需要查询 2020/7/28 ，29,30 三天的天气，最高温度，最低温度
df.loc[['2020/7/28','2020/7/29','2020/7/30'],['天气','高温','低温']]
可以使用 : 来查询区间内的结果，行与列均可以使用，举例如下：
要求：查询2020/7/28 ~ 2020/8/3 的所有天气情况；
df.loc['2020/7/28':'2020/8/3','天气':'风速']
要求：查询最低温度大于22度的天气；
df.loc[df['低温']>22,:] # 后面的冒号指所有的列
要求：多条件查询，查询低温小于22℃，高温大于23℃，天气为晴的天气；
df.loc[(df['低温']<22) & (df['高温']>23) & (df['天气']=='晴'),:]
要求：查询7月份的晴天
方法一：使用上面的条件查询的方法
df.loc[(df.index.str.startswith('2020/7') & (df['天气']=='晴'))]
方法二：使用函数查询的方法
def func(df):
return df.index.str.startswith('2020/7') & (df['天气']=='晴')
df.loc[func,:]
到此，关于“Pandas数据查询方法df.loc()怎么使用”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注创新互联网站，小编会继续努力为大家带来更多实用的文章！