python列名函数 python中按照列名取某些数据

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

python 中sort—values函数

一、sort_values()函数用途

pandas中的sort_values()函数原理类似于SQL中的order by，可以将数据集依照某个字段中的数据进行排序，该函数即可根据指定列数据也可根据指定行的数据排序。

二、sort_values()函数的具体参数

用法：

1DataFrame.sort_values(by=‘##',axis=0,ascending=True, inplace=False, na_position=‘last')

参数说明

by指定列名(axis=0或'index')或索引值(axis=1或'columns')

axis若axis=0或'index'，则按照指定列中数据大小排序；若axis=1或'columns'，则按照指定索引中数据大小排序，默认axis=0

ascending是否按指定列的数组升序排列，默认为True，即升序排列

inplace是否用排序后的数据集替换原来的数据，默认为False，即不替换

na_position{‘first',‘last'}，设定缺失值的显示位置

三、sort_values用法举例

创建数据框

#利用字典dict创建数据框

import numpy as np

import pandas as pd

相关问答

Q1: Python 基本操作- 数据选取loc、iloc、ix函数

loc中的数据是列名，是字符串，所以前后都要取；iloc中数据是int整型，所以是Python默认的前闭后开

构建数据集df

loc函数主要通过行标签索引行数据，划重点，标签！标签！标签！

loc[1] 选择行标签是1的（从0、1、2、3这几个行标签中）

loc[0:1] 和 loc[0,1]的区别，其实最重要的是loc[0:1]和iloc[0:1]

索引某一列数据，loc[:,0:1]，还是标签，注意，如果列标签是个字符，比如'a'，loc['a']是不行的，必须为loc[:，'a']。

但如果行标签是'a',选取这一行，用loc['a']是可以的。

iloc 主要是通过行号获取行数据，划重点，序号！序号！序号！

iloc[0:1]，由于Python默认是前闭后开，所以，这个选择的只有第一行！

如果想用标签索引，如iloc['a']，就会报错，它只支持int型。

ix——结合前两种的混合索引，即可以是行序号，也可以是行标签。

如选择prize10(prize为一个标签)的，即 df.loc[df.prize10]

还有并或等操作

python选取特定列——pandas的iloc和loc以及icol使用

pandas入门——loc与iloc函数

pandas中loc、iloc、ix的区别

pandas基础之按行取数（DataFrame）

Q2: Python中print(df.head()) 是什么意思

df是DataFrame的缩写python列名函数，这里表示读取进来的数据，比如，最简单的一个实例python列名函数：

import pandas as pd

df = pd.read_excel(r'C:\Users\Shan\Desktop\x.xlsx')

print(df.head())

df.head()会将excel表格中的第一行看作列名，并默认输出之后的五行，在head后面的括号里面直接写你想要输出的行数也行，比如2，10，100之类的。

excel表python列名函数：

输出结果：

Q3: python用drop_duplicates()函数保留数据集的重复行

前两天处理数据的时候，需要得到两个数据的交集数据，所以要去除数据中非重复部分，只保留数据中的重复部分。

网上看了一下大家的教程，大部分都是教去除重复行，很少有说到仅保留重复行的。所以在这里用drop_duplicates这个去重函数来实现这个功能。

drop_duplicates函数介绍：

data.drop_duplicates(subset=[‘A’,‘B’],keep=‘first’,inplace=True)

#subset对应的值是列名，表示只考虑这两列，将这两列对应值相同的行进行去重。

默认值为subset=None表示考虑所有列。

keep='first’表示保留第一次出现的重复行，是默认值。

keep另外两个取值为"last"和False，分别表示保留最后一次出现的重复行和去除所有重复行。

inplace=True表示直接在原来的DataFrame上删除重复项，而默认值False表示生成一个副本。

要用函数取得数据集data中的重复列，分三个步骤：

（提前导入pandas模块）

data0_1 = data.drop_duplicates() #保留第一个重复行

data0_2 = data.drop_duplicates(keep=False) #去除所有重复行

data0_3=pd.concat([data0_1,data0_2]).drop_duplicates(keep=False)

#合并起来再去重，只剩下真的重复行。

举例：data中wangwu行和tony行重复，需要把它们两行取出。

第一步：#保留第一个重复行

第二步：#去除所有重复行

第三步：#合并起来再去重

通过以上步骤实现取出数据中的重复行。

Q4: python_分组、排序

1、分组

grouped = df['需要计算的列名'].groupby(df['需要分组的列名']).sum() --求和或者其他函数

小tips：数值区间筛选查询数量

小于10：

df[(df.列名10)].count()

大于等于10，小于20：

df[(df.列名=10)(df.列名20)].count() --重点：中间连接用

2、排序

df.sort_values(by='要排序的列',axis=0,ascending=False)

axis=0 按照列排序， =1 按照行排序

ascending=False 降序， =True 升序

Q5: python列名称有中文括号怎么读取

一、萌新语法

输入和输出

print()

#打印括号的内容

#第一种：不带引号，让计算机读懂括号里的内容，打印最终的结果

print(1+1)

#第二种：带单引号，计算机无须理解，原样复述引号中的内容

print('秋水共长天一色')

秋水共长天一色

#第三种：带双引号，作用和单引号一样；当打印内容中有单引号时，可以使用双引号

print("Let's go")

Let's go

print('Let's go')

Let's go

#也可以使用转义字符+单引号(')来实现单引号

#第四种：带三引号，实现换行

print('''python小课

最好的python课程''')

pyton小课

最好的python课程

# 采用转义字符"n"也可以换行

input()

#收集信息

name = input('请输入你的forchange ID：')

# 使用变量赋值来获取输入的信息

变量的命名

1.只能是一个词；

2.只能包含字母、数字和下划线；

3.不能以数字开头；

4.尽量描述包含的数据内容；

5.不要使用python函数名和关键字。

number = 34

name = 'forchange'

list_class = ['基础语法课程'，'爬虫分析初阶'，'爬虫分析进阶'，'自动化办公']

#以上number，name，list_class都是是变量名

条件判断

条件判断的解释：让计算机知道，在什么条件下，该去做什么。

单向判断

if…

#如果条件成立，就执行语句

number = 6

if number 3:

... pirnt(number)

#注意格式！if后面要加冒号，同时执行语句要缩进四个空格。(空格和tab，我选空格?^^)

双向判断

if…else…

#条件成立执行if语句，否则执行else语句

number = 7

if number 3:

pirnt(number)

else:

number = number - 3

print(number)

#结果输出为4

#if和else是同一层级，不需要缩进。if和else下的执行语句都需要缩进四个空格。

if…else…和if…if…的区别

#if…else…一个条件满足后就不会进行其他判断（if代表的条件和else代表的条件是互斥的）

#if…if…会遍历所有条件，一个条件无论满足还是不满足，都会进行下一个条件的判断

多向判断

if…elif…else

#三个及其以上条件的判断

grade = 65

if 80 = grade =100:

print('成绩优秀')

elif 60 = grade 80:

print('成绩中等')

else :

print('成绩差')

#结果输出为成绩中等

IF嵌套

if 嵌套

#使用if进行条件判断，还希望在条件成立的执行语句中再增加条件判断，即if中还有if，这两个if非平级

grade = 15

if 80 = grade =100:

print('成绩优秀')

elif 60 = grade 80:

print('成绩中等')

else :

print('成绩差')

if 20= grade 60:

print('再努力一把，还有救！')

else :

print('你要比以前更努力才行，你可以的！')

#结果输出为：

成绩差

你要比以前更努力才行，你可以的！

#注意，嵌套的第二个if缩进了4个空格，表示不同的层级。

二、数据类型

数据类型

python常见的数据类型：字符串，整数型，浮点数，列表，字典，布尔值，元组。

最基本的数据类型有三种：

字符串str：用引号括起来的文本（如：'python'、'123'、'风变编程'）

整数int：不带小数点的数字（如：-1、1、0、520、1314）

浮点数float：带小数点的数字，运算结果存在误差（如：-0.15、3.1415、1.0)

以下的数据结构会有一节或两节的课程介绍，可轻松上手。

列表list：是一种有序的集合，可以随时增加或删除其中的元素。标识是中括号[]。

元组tuple：一种类似列表的数据类型，但是不能被修改。

字典dice：全称为dictionary，使用键值对（key-value）作为存储方式。标识是大括号{}。

布尔值bool：表示真假的数据类型，只有两个值，True和False。

数据的操作

字符串的拼接

初阶用法：使用 ' + ' 进行字符串的拼接

print('风变'+'编程')

风变编程

name = '酱酱'

begin = '我叫'

print(begin + name)

我叫酱酱

进阶用法：使用 ' % ' 进行字符串的拼接

name = '《凤求凰》'

number = 1

print('司马相如以%d曲%s打动了卓文君' %(number,name))

司马相如以1曲《凤求凰》打动了卓文君

四则运算

运算符表示例子

+ 加 1 + 1 输出结果为2

- 减 1 - 1 输出结果为0

* 乘 3 * 2 输出结果为6

/ 除 2 / 1 输出结果为2

% 取模-返回除法的余数 5 % 2 输出结果为1

** 幂-返回x的y次幂 2 ** 3 输出结果为8

// 取整除-返回商的整数部分 11 // 2 输出结果为5

运算优先级：

与平时运算优先级一样：从左到右顺着来，括号里的优先算，乘除排在加减前。

数据转换

type()

#查看变量的数据类型

who = 'xiaojiangjiang'

print(type(who))

class 'str'

#结果显示这是一个字符串类型的数据

str()

#将其他数据类型强制转换为字符串

begin = '我吃了'

number = 1

fruit = '个水果'

print(begin + str(number) +fruit)

我吃了1个水果

#进行字符串拼接时，不同数据类型不能直接使用'+'连接，需要现将整数转化为字符串类型

int()

#将整数形式的字符串转化为整数（文本类字符串和浮点形式的字符串不能转化为整数）

#对浮点数直接抹零取整

print(int(3.8))

float()

#将整数和字符串转换为浮点数(文字类字符串无法转换）

print(float(8))

8.0

list()

#将数据转换为列表类型

a = 'python小课'

print(list(a))

['p', 'y', 't', 'h', 'o', 'n', '小', '课']

len()

#用于检查某个数据的长度

bros = ['刘备','关羽','张飞']

print(len(bros))

emotion = 'happy'

print(len(emotion))

数据的常用语法

列表语法

列表的操作可分为两种类型，一种类型为对列表元素的处理，另一种类型为对列表的处理，每种类型都有四种操作：提取，修改，增加，删除（取改增删）。

偏移量：对列表元素的位置编号。

#列表的偏移量从0开始计算

#如果要提取一段列表，需要使用切片的形式[a:b]：从a到b的元素，但不包括b（a = X b）；冒号某侧如果没有数字，则全取

list = ['松','竹','梅']

print(list[0])

print(list[1:2])

print(list[:2])

松

['竹']

['松','竹']

#松，竹，梅三者的偏移量分辨是0，1，2。

列表元素的提取

list = ['松','竹','梅']

print(list[0])

松

list = [['松','松树'],['竹','竹子'],['梅','梅花']]

print(list[0][1])

松树

#嵌套列表的提取

列表元素的修改

list = ['松','竹','梅']

list[0] = '松树'

print(list)

['松树', '竹', '梅']

列表元素的增加

append()

#是列表的方法，在括号内添加一个元素，可以将该元素添加到列表末尾

list = ['松','竹']

list.append('梅')

print(list)

['松','竹','梅']

易错一：用append时不能对列表赋值

list = ['松','竹']

list = list.append('梅')

print(list)

None

#第二行语法错误

易错二：append后面是小括号，而非中括号

list = ['松','竹']

list.append['梅']

print(list)

TypeError: 'builtin_function_or_method' object is not subscriptable

#第二行语法错误

易错三：append不能一次添加多个元素

list = ['松','竹']

list.append('梅','岁寒三友')

print(list)

TypeError: append() takes exactly one argument (2 given)

#第二行语法错误

列表元素的删除

del

#删除命令

易错一：每次只能删除一个元素，

易错二：删除多个元素时，要重新计算偏移量

list = ['松','竹','梅']

del list[0]

print(list)

del list[0]

print(list)

['竹', '梅']

['梅']

列表的切片（即列表层面的提取，一次提取若干个元素）

list = ['松','竹','梅']

print(list[1:2])

print(list[:2])

['竹']

['松','竹']

#注意:列表的切片提取出来的是列表

列表的修改

#同样是使用赋值语句，注意是对列表的赋值

list = ['松','竹','梅']

list[:] = ['岁寒三友']

#list[:]表示将列表的所有元素取出来

print(list)

['岁寒三友']

#注意以下的错误做法：

list = ['松','竹','梅']

list[:] = '岁寒三友'

print(list)

['岁', '寒', '三', '友']

列表的增加

列表的增加叫作列表的合并会更合理

#使用符号'+'

#符号'+'只能用在列表之间，不能用在列表和元素之间

list1 = ['松']

list2 = ['竹']

list3 = ['梅']

list = list1 + list2 +list3

print(list)

['松', '竹', '梅']

列表的删除

del

#删除命令

list = ['松','竹','梅']

del list[:2]

print(list)

['梅']

字典语法

字典数据的提取

#列表使用偏移量来提取，字典使用键来提取