参考： https://pandas.pydata.org/pandas-docs/stable/getting_started/intro_tutorials/02_read_write.html

上一篇用截图发代码没想到那么糊。。。有时间一定修改。

这篇代码问题终于解决了。

强烈安利Jupyter！

import pandas as pd

巧了，又是用到数据集： Titanic data

数据文件地址：https://github.com/pandas-dev/pandas/tree/master/doc/data/titanic.csv

百度网盘地址：https://pan.baidu.com/s/1q2tLL0Z2MDcOWTjnFU_aFQ 提取码：bxva

本教程使用以CSV格式存储的泰坦尼克号数据集。数据包含以下数据列：

• PassengerId: 每位乘客的ID。

• Survived: 此项的值分别为 0 和 1 。0 表示未生存，1 表示生存。

• Pclass: 有3个类：1类，2类和3类。

• Name: 乘客姓名。

• Sex: 乘客性别。

• Age: 乘客年龄。

• SibSp: 表示乘客有兄弟姐妹和配偶。

• Parch: 乘客是一个人还是有家人。

• Ticket: 乘客的船票编号。

• Fare: 票价。

• Cabin: 乘客所在的客舱。

• Embarked: 出发的类别。

titanic = pd.read_csv("titanic.csv")
titanic.head()

1. 从 DataFrame 中挑出特殊的列

我只想知道泰坦尼克号乘客的年龄。

age = titanic["Age"]
age.head()

• 为了选择单列，使用方括号 [] ，在里面填上列名。

DataFrame 里面的每个单列其实就是一个 Series 。我们可以通过检查输出的类型来验证这一点：

type(titanic["Age"])

我们也可以看看输出的形状（ shape ）：

titanic["Age"].shape

DataFrame.shape 是 DataFrame 和 Series 的一种属性，其结果包含行数和列数（ nrows, ncolumns ）。在 pandas 包中， Series 是一维的，因此只返回它的行数。

如果不是单列呢？我现在认为还需要了解一下乘客的性别。

age_sex = titanic[["Age","Sex"]]
age_sex.head()

• 若要选择多个列，你需要在括号内列表。

注意

内部方括号 定义一个包含列名的Python列表；

外部方括号 用于从 DataFrame 中选择数据，如前面的示例所示。

其返回值是一个 DataFrame 。

type(titanic[["Age","Sex"]])

titanic[["Age","Sex"]].shape

由此可见，这次选择的 DataFrame 有 891 行，2 列。

注意

DataFrame 是 二维 的！

2.从 DataFrame 中挑出特殊的行

我又对泰坦尼克号乘客的年龄感兴趣了，但我这次只要 35 岁的乘客数据。

above_35 = titanic[titanic["Age"]>35]
above_35.head()

• 我们在方括号 [] 中间使用了条件表达式，筛选出了满足条件的行。

方括号 [] 里面的条件表达式 titanic["Age"]>35 负责筛选满足“ Age 列的值大于 35 的行。

titanic["Age"]>35

条件表达式（ > ，但也可以是 == ， != ， < ， <= ，…)的输出实际上是一个与原始 DataFrame 具有相同行数的布尔值(True或False)的 Series 。这样一组（ Series ）布尔值可用于筛选 DataFrame ，方法是将其放在方括号 [] 之间。只有值为“ True ”才会被选择。

我们已经得知，泰坦尼克号数据模型由 891 行组成。让我们通过检查 DataFrame``above_35 的 shape 属性来查看满足条件的行数：

above_35.shape

我现在对位于第 2 类和第 3 类船舱（ Pclass ）的乘客感兴趣了。

class_23 = titanic[titanic["Pclass"].isin([2,3])]
class_23.head()

• 与条件表达式相类似，控制函数 isin() 对于括号里提供的列表，如果能够与该行相对应，返回 True 。在方括号 [] 内使用这个条件函数，以达到筛选各行的作用。在这个示例中，方括号里的条件 titanic["Pclass"].isin([2, 3]) 检查各行的 Pclass 列是否为 2 或 3 。

上面那个示例是只要满足 Pclass 为 2 或 3 就可以了，之间是或（ | )的关系，与下面这个示例是等价的：

class_23 = titanic[(titanic["Pclass"]==2) | (titanic["Pclass"]==3)]
class_23.head()

注意

在同时使用多个条件语句时，必须用括号 () 包括每个条件。

不能使用or/and，但需要使用or操作符 | 和and操作符 & 。

我想要挑出已知年龄的乘客数据。

age_no_na = titanic[titanic["Age"].notna()]
age_no_na.head()

• 条件控制函数 motna() 对对应值不是空值（ Null ）的各行返回布尔值 True 。因此，可以将它与选择方括号 [] 相结合来过滤数据表。

你可能想知道事实上这里到底有什么不同，因为在前 5 行似乎看不出什么，一个很明显的区别就是 shape 属性不一样了：

age_no_na.shape

3.从 DataFrame 中挑出特殊的行和列

我现在找的样本要求大于 35 岁，但我不想要一堆乱七八糟的信息，我只想知道他们的名字。

adult_names = titanic.loc[titanic["Age"] > 35,"Name"]
adult_names.head()

• 在这种情况下，行和列的子集都是一次性完成的，仅仅使用选择方括号 [] 已经不够了。 loc / iloc 操作符必须放在选择括号 [] 前面。在使用 loc / iloc 时，逗号前的部分是您想要的行，逗号后的部分是您想要选择的列。

• * . loc [ 您想要选择的行 , 您想要选择的列 ]

当使用列名、行标签或条件表达式时，请在选择方括号 [] 前使用 loc 操作符。对于逗号前后的部分，可以使用单个标签、标签列表、标签片段、条件表达式或冒号。使用冒号 : 指定要选择 所有 行或列。

我感兴趣的是第 10 行到第 25 行和第 3 列到第 5 列之间的数据。

titanic.iloc[9:25,2:5]

• 同样，行和列的子集是一次性完成的，仅仅使用选择方括号 [] 已经不够了。可以根据行和（或）列在表中的位置进行筛选时，请在选择方括号 [] 前面使用 iloc 操作符。

当选择具有 loc 或 iloc 的特定行和（或）列时，可以为所选数据分配新值。例如，将名字“anonymous”分配给第三列的前 3 个元素：

titanic.iloc[0:3,3] = "anonymous"
titanic.head()

小节

1. 选择数据的子集的时候需要使用方括号 [] 。

2. 在这些括号中，可以使用 单个 列/行标签、列/行标签 列表 、 标签片段 、 条件表达式或冒号 。

3. 在使用行名和列名时，使用 loc 选择特定的行和（或）列。

4. 明确数据在表中的位置时，使用 iloc 选择特定的行和（或）列。

5. 可以根据 loc / iloc 为你的选择分配新值。