趋近智
趋近智
访问 Pandas DataFrame 中的特定数据子集可以通过主要方法实现，例如按名称选择列，使用 .loc 进行基于标签的索引，使用 .iloc 进行基于位置的索引，以及使用布尔条件筛选数据。实际练习将巩固对这些方法的理解，并增强应用这些技术的信心。
首先，确保你已导入 Pandas。通常，我们将其以别名 pd 导入。
import pandas as pd
import numpy as np # 我们稍后可能会使用 numpy 来创建数据
接下来，我们创建一个示例 DataFrame 进行操作。我们将构建一个表示不同类型水果信息的小型数据集。
# 创建数据字典
data = {
'Fruit': ['Apple', 'Banana', 'Orange', 'Grape', 'Strawberry', 'Blueberry'],
'Color': ['Red', 'Yellow', 'Orange', 'Purple', 'Red', 'Blue'],
'Price': [1.2, 0.5, 0.8, 4.5, 3.0, 5.5],
'Quantity': [100, 150, 80, 200, 120, 90]
}
# 定义有意义的索引标签
index_labels = ['F01', 'F02', 'F03', 'F04', 'F05', 'F06']
# 创建 DataFrame
inventory_df = pd.DataFrame(data, index=index_labels)
# 显示 DataFrame
print("原始水果库存 DataFrame:")
print(inventory_df)
这将输出：
Original Fruit Inventory DataFrame:
Fruit Color Price Quantity
F01 Apple Red 1.2 100
F02 Banana Yellow 0.5 150
F03 Orange Orange 0.8 80
F04 Grape Purple 4.5 200
F05 Strawberry Red 3.0 120
F06 Blueberry Blue 5.5 90
现在，让我们练习从 inventory_df 中选择数据。
选择 Fruit 列。请记住，访问单个列会返回一个 Pandas Series。
# 选择 'Fruit' 列
fruit_column = inventory_df['Fruit']
print("\n选择 'Fruit' 列（返回 Series）：")
print(fruit_column)
Selecting the 'Fruit' column (returns a Series):
F01 Apple
F02 Banana
F03 Orange
F04 Grape
F05 Strawberry
F06 Blueberry
Name: Fruit, dtype: object
现在，同时选择 Fruit 和 Price 列。访问多个列会返回一个 DataFrame。注意这里使用了双层方括号 [[]]。
# 选择 'Fruit' 和 'Price' 列
fruit_price_df = inventory_df[['Fruit', 'Price']]
print("\n选择 'Fruit' 和 'Price' 列（返回 DataFrame）：")
print(fruit_price_df)
Selecting 'Fruit' and 'Price' columns (returns a DataFrame):
Fruit Price
F01 Apple 1.2
F02 Banana 0.5
F03 Orange 0.8
F04 Grape 4.5
F05 Strawberry 3.0
F06 Blueberry 5.5
.loc 选择（基于标签）选择标签为 F03（橙子）对应的行。
# 选择标签为 'F03' 的行
orange_row = inventory_df.loc['F03']
print("\n使用 .loc 选择标签为 'F03' 的行：")
print(orange_row)
Selecting row with label 'F03' using .loc:
Fruit Orange
Color Orange
Price 0.8
Quantity 80
Name: F03, dtype: object
选择标签为 F05（草莓）的水果的 Price。
# 选择标签为 'F05' 的 'Price'
strawberry_price = inventory_df.loc['F05', 'Price']
print(f"\n使用 .loc 获取水果 'F05' 的价格：{strawberry_price}")
Price of fruit 'F05' using .loc: 3.0
选择标签从 F02 到 F04（包含）的行，并且只选择 Fruit 和 Quantity 列。
# 选择 'F02' 到 'F04' 的行，以及 'Fruit' 和 'Quantity' 列
subset_loc = inventory_df.loc['F02':'F04', ['Fruit', 'Quantity']]
print("\n使用 .loc 选择 'F02' 到 'F04' 的行和特定列：")
print(subset_loc)
Selecting rows 'F02' to 'F04' and specific columns using .loc:
Fruit Quantity
F02 Banana 150
F03 Orange 80
F04 Grape 200
注意 .loc 如何在切片中包含结束标签（F04 被包含在内）。
.iloc 选择（基于位置）选择第三行（对应于橙子，索引位置为 2，因为索引从 0 开始）。
# 选择第三行（索引位置 2）
third_row_iloc = inventory_df.iloc[2]
print("\n使用 .iloc 选择第三行（索引 2）：")
print(third_row_iloc)
Selecting the third row (index 2) using .iloc:
Fruit Orange
Color Orange
Price 0.8
Quantity 80
Name: F03, dtype: object
选择第 4 行（索引 3）和第 2 列（索引 1）交叉处的值。这应该是颜色 'Purple'。
# 选择行索引 3，列索引 1 处的值
value_iloc = inventory_df.iloc[3, 1]
print(f"\n使用 .iloc 获取行索引 3，列索引 1 处的值：{value_iloc}")
Value at row index 3, column index 1 using .iloc: Purple
选择前三行（索引 0, 1, 2）和前两列（索引 0, 1）。
# 选择前 3 行和前 2 列
subset_iloc = inventory_df.iloc[0:3, 0:2] # 注意：这里 3 和 2 是不包含的
print("\n使用 .iloc 选择前 3 行和前 2 列：")
print(subset_iloc)
Selecting first 3 rows and first 2 columns using .iloc:
Fruit Color
F01 Apple Red
F02 Banana Yellow
F03 Orange Orange
请记住，使用 .iloc 进行切片时会排除结束位置，这与标准的 Python 列表切片类似。
选择所有红色的水果。
# 创建布尔条件：颜色为 'Red'
red_fruits_condition = inventory_df['Color'] == 'Red'
print("\n'Color' == 'Red' 的布尔 Series：")
print(red_fruits_condition)
# 将条件应用于 DataFrame
red_fruits_df = inventory_df[red_fruits_condition]
print("\n选择颜色为 'Red' 的行：")
print(red_fruits_df)
Boolean Series for 'Color' == 'Red':
F01 True
F02 False
F03 False
F04 False
F05 True
F06 False
Name: Color, dtype: bool
Selecting rows where Color is 'Red':
Fruit Color Price Quantity
F01 Apple Red 1.2 100
F05 Strawberry Red 3.0 120
选择所有 Price 大于 且 Quantity 小于 150 的水果。使用 & 运算符组合条件。
# 条件 1：Price > 1.0
price_condition = inventory_df['Price'] > 1.0
# 条件 2：Quantity < 150
quantity_condition = inventory_df['Quantity'] < 150
# 使用 '&' (AND) 组合条件
combined_condition = price_condition & quantity_condition
# 应用组合条件
filtered_df = inventory_df[combined_condition]
print("\n选择 Price > 1.0 且 Quantity < 150 的行：")
print(filtered_df)
Selecting rows where Price > 1.0 AND Quantity < 150:
Fruit Color Price Quantity
F01 Apple Red 1.2 100
F05 Strawberry Red 3.0 120
F06 Blueberry Blue 5.5 90
选择所有红色或 Price 小于 的水果的 Fruit 名称和 Price。使用 | 运算符。
# 条件 1：颜色为 'Red'
color_condition = inventory_df['Color'] == 'Red'
# 条件 2：Price < 0.6
price_condition_low = inventory_df['Price'] < 0.6
# 使用 '|' (OR) 组合条件
combined_or_condition = color_condition | price_condition_low
# 应用条件并选择特定列
filtered_subset = inventory_df.loc[combined_or_condition, ['Fruit', 'Price']]
print("\n选择颜色为 'Red' 或 Price < 0.6 的 'Fruit' 和 'Price'：")
print(filtered_subset)
Selecting 'Fruit' and 'Price' where Color is 'Red' OR Price < 0.6:
Fruit Price
F01 Apple 1.2
F02 Banana 0.5
F05 Strawberry 3.0
注意我们如何将布尔索引与 .loc 结合使用，以选择筛选后行的特定列。
有时，将其中一列设置为 DataFrame 索引很有用，特别是当它包含唯一标识符时。让我们将 Fruit 列设置为索引。
# 将 'Fruit' 列设为索引
# inplace=True 直接修改 DataFrame
# inventory_df.set_index('Fruit', inplace=True)
# 另一种方法是创建一个带有新索引的新 DataFrame
inventory_df_fruit_index = inventory_df.set_index('Fruit')
print("\n以 'Fruit' 为索引的 DataFrame：")
print(inventory_df_fruit_index)
DataFrame with 'Fruit' as index:
Color Price Quantity
Fruit
Apple Red 1.2 100
Banana Yellow 0.5 150
Orange Orange 0.8 80
Grape Purple 4.5 200
Strawberry Red 3.0 120
Blueberry Blue 5.5 90
现在，尝试使用新的索引，通过 .loc 选择 'Orange' 行。
# 使用新索引选择 'Orange'
orange_data = inventory_df_fruit_index.loc['Orange']
print("\n使用新水果索引选择 'Orange' 数据：")
print(orange_data)
Selecting 'Orange' data using the new fruit index:
Color Orange
Price 0.8
Quantity 80
Name: Orange, dtype: object
最后，让我们将索引重置回默认的整数索引，将 'Fruit' 索引变回一个普通列。
# 重置索引
inventory_df_reset = inventory_df_fruit_index.reset_index()
print("\n重置索引后的 DataFrame：")
print(inventory_df_reset)
DataFrame after resetting the index:
Fruit Color Price Quantity
0 Apple Red 1.2 100
1 Banana Yellow 0.5 150
2 Orange Orange 0.8 80
3 Grape Purple 4.5 200
4 Strawberry Red 3.0 120
5 Blueberry Blue 5.5 90
你可以看到 Fruit 列又回来了，并且添加了一个默认的整数索引（0, 1, 2...）。
本次动手操作提供了在 Pandas 中应用主要数据选择技术的练习。熟练使用 [] 进行列选择、.loc 进行基于标签的访问、.iloc 进行基于位置的访问以及布尔索引进行条件筛选，对于几乎任何数据分析任务都非常重要。你可以使用 inventory_df DataFrame 进行更多练习，或者尝试加载你自己的数据集（如前一章所学），并练习选择不同的数据子集。
这部分内容有帮助吗？
© 2026 ApX Machine LearningAI伦理与透明度•