pandas 读取csv 数据，筛选数据
前言
Pandas 是一个开源的数据分析和数据处理库，它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具，特别适用于处理结构化数据，如表格型数据（类似于Excel表格）。 Pandas 主要引入了两种新的数据结构：DataFrame 和 Series。
环境准备
先 pip 安装 pandas :
pip install pandas读取csv数据
有个data.csv 数据文件
name,sex,age,email
张三,男,22,123@qq.com
李四,男,23,222@qq.com
王五,女,24,233@qq.com
张六,男,22,123@qq.com
李七,男,23,124@qq.com
小明,女,24,125@qq.com
张山,女,24,126@qq.com
王二,男,23,127@qq.com
王九,男,23,128@qq.com
李明,男,20,129@qq.com
刘三,男,29,130@qq.com
刘四,男,28,131@qq.com下面的例子通过读取一个CSV文件来进行数据筛选
import pandas
df = pandas.read_csv('data.csv')
print(df)运行结果:
name sex age email
0 张三 男 22 123@qq.com
1 李四 男 23 222@qq.com
2 王五 女 24 233@qq.com
3 张六 男 22 123@qq.com
4 李七 男 23 124@qq.com
5 小明 女 24 125@qq.com
6 张山 女 24 126@qq.com
7 王二 男 23 127@qq.com
8 王九 男 23 128@qq.com
9 李明 男 20 129@qq.com
10 刘三 男 29 130@qq.com
11 刘四 男 28 131@qq.com按条件筛选数据
1.筛选 sex==男 的数据
import pandas
df = pandas.read_csv('data.csv')
# print(df)
# 1.筛选sex == 男
print(df[df['sex'] == '男'])2.筛选age >= 25
# 2.筛选age >= 25
print(df[df['age'] >= 25])3.方法2，使用query方法筛选数据
# 3.query 筛选数据print(df.query("sex == '男'"))
print(df.query("age >= 24"))多条件筛选
筛选同时满足age >= 23, 并且sex == ‘女’ 方法一：使用多个逻辑运算符进行筛选
# 方法一：使用多个逻辑运算符进行筛选print(df[(df['age'] >= 24) & (df['sex'] == '女')])方法二：使用query函数进行筛选
# 方法二：使用query函数进行筛选print(df.query("age >= 24 and sex == '女'"))筛选列
只需要name列的数据
print(df['name'])获取name、email列的数据
print(df[['name', 'email']])获取name、email列的数据， 并且sex == ‘女’
print(df[['name', 'email']][df['sex'] == '女'])筛选数据写到新的csv
筛选 sex == ‘女’ 的数据，写到新的csv
import pandas
df = pandas.read_csv('data.csv')
new_df = df[df['sex'] == '女']
new_df.to_csv('new.csv', index=False)写入后 new.csv 的数据
name,sex,age,email
王五,女,24,233@qq.com
小明,女,24,125@qq.com
张山,女,24,126@qq.com
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2024-04-08，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
