Pandas按列值过滤
Pandas是一个基于Python的数据分析库，它提供了强大的数据处理和分析功能。在Pandas中，按列值过滤数据可以通过以下方式实现：
- 使用布尔索引：布尔索引是一种利用布尔值来选择和过滤数据的方法。通过创建一个布尔条件表达式，可以选择满足条件的行。例如，如果我们想要过滤出一个DataFrame中某一列的值大于某个阈值的所有行，可以使用以下代码：
df_filtered = df[df['column_name'] > threshold]其中，df是一个DataFrame对象，column_name是要过滤的列名，threshold是阈值。这行代码会返回一个新的DataFrame对象df_filtered，其中只包含满足条件的行。
- 使用query方法：Pandas的DataFrame对象提供了
query方法，它可以根据一定的条件来查询和过滤数据。这个方法使用类似于SQL的语法。以下是一个示例：
df_filtered = df.query('column_name > threshold')同样地，df是一个DataFrame对象，column_name是要过滤的列名，threshold是阈值。这行代码将返回一个新的DataFrame对象df_filtered，其中只包含满足条件的行。
需要注意的是，以上两种方法都是针对DataFrame对象的列进行过滤。如果想要按照其他条件或者对整个DataFrame对象进行过滤，可以根据具体需求调整代码。
对于Pandas的应用场景，它广泛用于数据分析和数据处理任务，包括数据清洗、数据转换、数据聚合、数据可视化等。在云计算领域，Pandas可以与其他工具和技术结合使用，进行大规模数据处理和分析。例如，可以将Pandas与云原生技术相结合，部署在云端进行数据处理和分析，通过云计算资源提供高效的计算和存储能力。
作为腾讯云的用户，可以使用腾讯云的云服务器、容器服务、云数据库等产品来支持Pandas的部署和运行。具体而言，以下是一些腾讯云产品的介绍链接：
- 云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 弹性容器实例（Elastic Container Instance）：https://cloud.tencent.com/product/eci
- 云数据库MySQL版（TencentDB for MySQL）：https://cloud.tencent.com/product/cdb_mysql
- 云数据库PostgreSQL版（TencentDB for PostgreSQL）：https://cloud.tencent.com/product/cdb_postgresql
这些腾讯云产品可以提供稳定的计算和存储资源，支持Pandas的高效运行。同时，腾讯云还提供了多种人工智能、大数据和数据分析相关的产品和服务，可以与Pandas相结合，构建更强大的数据处理和分析解决方案。
相关·内容
1回答
我有一个用逗号分隔的csv文件，每行有215列。文件非常大，我使用pandas dataframe pd.read_csv()和块来读取数据。文件中的一行有214列，而不是215列，但dataframe读取数据时将NaN应用于最后一列。 有没有办法在pandas dataframe中标识此行，因为我更喜欢dataframe而不是csv_reader。 注意:最后一列也可以为null，因此按等于null的最后一列过滤数据帧将不起作用
浏览 19提问于2020-09-30得票数 0
在Python的pandas中，如果我有一个具有n列的DataFrame，并且我想将满足某些条件的行保留在特定的列中，我只需输入：df[df.column1 > 0]，我找不到在Julia pandas中执行此操作的正确语法。
浏览 2提问于2017-11-29得票数 0
1回答
我有一个列太多的pandas.DataFrame。我希望选择行中值等于0和1的所有列。所有列的类型是int64，我不能按object或其他类型选择它们。我该怎么做？
浏览 1提问于2015-09-02得票数 5
回答已采纳
在python中，我有一个Pandas dataframe (df)，可以在下面进行复制。
import pandas as pd
data = [['2021-09-12', 'item1', 'IL', 5], ['2021-09-12', 'item2', 'CA', 7], ['2021-08-13', 'item2', 'CA', 8], ['2021-06-12', 'item3', 'NY'
浏览 1提问于2021-09-21得票数 1
回答已采纳
我目前有一个pandas dataframe，它有一列数值是numpy数组。我正在尝试获取数据帧的行，其中列的值是一个空的numpy数组，但我不能使用pandas方法进行索引。下面是一个数据帧示例。 data = {'Name': ['A', 'B', 'C', 'D'], 'stats': [np.array([1,1,1]), np.array([]), np.array([2,2,2]), np.array([])]}
df = pd.DataFrame(data) 我尝试只获取‘KeyEr
浏览 18提问于2021-08-24得票数 0
回答已采纳
大家晚上好，
有没有一种方法可以动态显示表(pandas dataframe)的输出，以便您可以按输出中的列进行排序或筛选列？
我认为这应该包括在默认的Jupyter中，但我找不到设置。
也许我只是找不到这样的设置，所以我对你的答案很好奇。:-)
浏览 2提问于2020-05-10得票数 1
我有一个需要搜索分号的pandas DataFrame (df)。我第一次尝试使用
semicolon_check = df.to_string().__contains__(';')，
但它非常慢，而且在DataFrames很大的情况下，我遇到了内存错误。然后，我尝试使用.str循环遍历列，但并非所有列都是字符串，因此每当我到达数值列时，都会收到一个错误
AttributeError: Can only use .str accessor with string values, which use np.object_ dtype in pandas
所以我最终得到了这段代码
浏览 7提问于2017-01-16得票数 3
回答已采纳
我是pandas的新手，我想创建一个包含分组和过滤数据的新数据集。现在，我的数据集包含两列，如下所示(第一列包含A、B或C，第二列包含值)： A 1
A 2
A 3
A 4
B 1
B 2
B 3
C 4 -->现在我想按第一列(A，B，C)的键进行分组，并且只显示键，其中值1和2存在。这样我的新数据集看起来就像： A 1
A 2
B 1
B 2 到目前为止，我只能打印所有内容，但我不知道如何过滤： for name, group in data.groupby('keys'):
print(name)
print(group) 我
浏览 40提问于2018-07-17得票数 1
回答已采纳
import pandas as pd
d = {
"tags": pd.Series([["a", "b"], ["a"], ["b", "c"], ["a", "c"], []]),
"value": pd.Series([0, 2, 1, 4, 3]),
}
df = pd.DataFrame(d) 我想选择所有带有"c“的行作为"tag”列中的一个元素(就像在df.loc[INSERT_FUNCTION_HE
浏览 38提问于2020-08-08得票数 2
pandas数据帧有4列： df.columns = ['col1', 'col2', 'question', 'answer'] 如何根据满足第一列的标准对数据帧进行索引，从而为'answer'列的单个条目编制索引？ 即： df['col1'=='apple' and 'col2'=='guitar'].answer
浏览 10提问于2021-01-11得票数 0
1回答
我有一个正确索引的Pandas数据帧：
delta y
0 0 10
1 1 10
2 1 10
3 1 10
4 0 9
5 1 9
我想提取以一列为条件的索引(其中delta值= 1)，但按另一列(y)的值对它们进行分组。理想情况下，我想要一本以下形式的字典：
{10 : [ 1, 2, 3], 9 : [ 5]}
浏览 2提问于2018-04-22得票数 0
在数据帧中，在某些行中具有一些空(NaN)值-示例如下
s = pd.DataFrame([[39877380,158232151,20], [39877380,332086469,], [39877380,39877381,14], [39877380,39877383,8], [73516838,6439138,1], [73516838,6500551,], [735571896,203559638,], [735571896,282186552,], [736453090,6126187,], [673117474,12196071,], [673117474,12209800,],
浏览 8提问于2020-04-01得票数 0
2回答
按列分组以查找另一列中最常见的值。示例：
import pandas as pd
d = {'col1': ['green','green','green','blue','blue','blue'],'col2': ['gx','gx','ow','nb','nb','mj']}
df = pd.DataFrame(data=d)
df
给予：
col1 col2
g
浏览 0提问于2018-08-29得票数 9
回答已采纳
因此，我尝试使用pandas而不是for循环来计算给定年份范围内的电影数量。假设按数据框有2列，'year‘是第2列的列名
我使用for循环解决了这个问题，但是如果只使用pandas，我该怎么做呢？
def movie_made(beginning, end):
movie = pd.read_scv('title.csv')
count = 0
for i in move['year']:
if beginning <= i and end <=i:
count = count + 1
浏览 3提问于2018-11-05得票数 0
这个问题非常类似于这个问题，但我想使用pandas.DataFrame.query。假设我们有一个pandas.DataFrame。我喜欢使用A筛选列A的字符串长度不等于3的行。
import pandas as pd
import numpy as np
df = pd.DataFrame({'A' : ['hi', 'hello', 'day', np.nan], 'B' : [1, 2, 3, 4]})
df.query('A.str.len() != 3')
但是，我得到了以下错误
Ty
浏览 2提问于2018-08-29得票数 3
回答已采纳
1回答
我想计算一个分组的pandas dataframe列中字符串的出现次数。
假设我有以下数据帧：
catA catB scores
A X 6-4 RET
A X 6-4 6-4
A Y 6-3 RET
B Z 6-0 RET
B Z 6-1 RET
首先，我想按catA和catB分组。对于这些组中的每个组，我希望在scores列中计算RET的出现次数。
结果应该如下所示：
catA catB RET
A X 1
A
浏览 1提问于2015-07-27得票数 13
回答已采纳
1回答
我正在Power BI中创建一个报告，并希望显示按另一列排序的列中的数据。多行卡是最好的可视化效果，它可以显示我所写的第一列的文本。 我已尝试使用Top N选项过滤显示的数据。Top N by value (值是我希望在显示第一列中的数据时考虑的列) 我希望该列表按以下顺序显示： Milo Can
Milo Regular
Nescafe 3 In 1
Milo 3 In 1
Nescafe 2 In 1
Nescafe RTD
Milo 3 in 1
Nestea
Milo UHT Breakfast 因为这是基于另一列的排名： 731 Milo Can
1837 Milo Re
浏览 15提问于2019-03-29得票数 0
回答已采纳
在pandas中，我想要做的是：df.groupby('A').filter(lambda x: x.name > 0) - group by列A，然后过滤名称为non positive的组。但是，当GroupBy.filter返回DataFrame时，这会取消分组，从而丢失分组。我想按这个顺序来做，因为它应该对计算要求较低，因为filter后面跟着groupby会遍历DataFrame两次，不是吗(首先过滤，然后分组)？此外，克隆分组中的组(到字典或其他东西)将失去无缝返回到数据帧的功能(就像在.filter的示例中，您直接获取DataFrame)。
谢谢
示例：
浏览 3提问于2018-04-14得票数 12
我希望做一个逐行字典映射的两列标题多列csv通过pandas DataFrame通过read_csv()读取。换句话说，对于每一行，将列X中的值作为键，Y列中的相应值作为值。
由于pandas中的许多操作都是按元素计算的，因此我推测，我可能通过以下一行程序来实现这一点：
{df['X'] : df['Y']}
唉，没有这样的运气。
pandas是否公开了它自己的方法？我还将看到类似于.xls和.xlsx的东西。
Python: 2.7.11
熊猫: 0.18
浏览 3提问于2016-05-13得票数 2
我们有以下Pandas Dataframe ? 所需输出： ? 我想做逗号分隔的列，按data列分组，按order列排序 我尝试了下面的代码，但它自己订购。 data= (df['section'].str.split(', ')
.groupby(df['data'])
.agg(lambda x: ', '.join(set(y for z in x for y in z)))
.reset_i
浏览 29提问于2020-06-18得票数 2
回答已采纳
1回答
我有一个包含两个alpha-数值列的表，每当在列中出现“string”错误时，我希望返回列"Terms Name“中的所有唯一值：
我想出的代码如下所示，但只有当只有一个值为"Error“的列”Terms“的实例时，它才能工作：
import pandas as pd
import re
df = pd.read_excel('Test.xlsx')
print(df.loc[df['Terms'].str.contains('Error', flags = re.IGNORECASE, na=False), '
浏览 1提问于2021-03-15得票数 0
回答已采纳
2回答
例如，我在Pandas中有一个DataFrame：
df = pd.DataFrame("a":[0,0,1,1,0], "penalty":["12", "15","13","100", "22"])
我如何求和“惩罚”列中的值，但我只想对列"a“中值为0的”惩罚“列中的这些值求和？
浏览 14提问于2019-11-21得票数 1
我已经阅读了将csv文件加载到pandas数据帧中，并希望对该数据帧进行一些简单的操作。我不知道如何根据从原始数据框中选择的列来创建新的数据框。我的尝试是：
names = ['A','B','C','D']
dataset = pandas.read_csv('file.csv', names=names)
new_dataset = dataset['A','D']
我想用原始数据帧中的列A和D创建一个新的数据帧。
浏览 1提问于2017-07-11得票数 24
回答已采纳
我有一个包含order_state列的orders表。并且需要计算每个订单状态的订单，按小时分组，但不使用group by order_state列。我想用NamedAgg。有可能吗？如下所示： orders_agg = orders.groupby(
by=[pandas.Grouper(key='created_at', freq='H'), 'source']
).agg(
orders_count=pandas.NamedAgg('created_at', 'count'),
fi
浏览 22提问于2020-12-22得票数 1
回答已采纳
我正在使用DataFrame从Pandas模块读取tsv文件中的数据。
df = pandas.DataFrame.from_csv(filename, sep='\t')
该文件大约有5000列(4999个测试参数和1个结果/输出值)。
我遍历整个tsv文件，并检查结果值是否与预期值匹配。然后，我将该行写入另一个csv文件中。
expected_value = 'some_value'
with open(file_to_write, 'w') as csvfile:
csvfwriter = csv.writer(csvfile, del
浏览 3提问于2016-11-29得票数 0
回答已采纳
如何使用&和or条件计算pandas的csv文件行？ 在下面的代码中，我想要对所有行进行计数，这些行的值为True/False=FALSE，status = OK，并且这些列中的任何一列openingSoon、underConstruction、comingSoon中都有'+‘值。 我试过了： checkOne = df['id'].loc[(df['True/False'] == 'FALSE') & (df['status'] == 'OK') & (df['comi
浏览 27提问于2020-12-21得票数 1
回答已采纳
按列的值和索引对pandas dataframe进行排序是否可行？
如果按列的值对pandas数据帧进行排序，则可以得到按列排序的结果数据帧，但不幸的是，您会看到数据帧的索引顺序与排序列的值相同。
那么，我是否可以按列对数据帧进行排序，例如名为count的列，但也可以按索引值对其进行排序？按降序对列进行排序也是可行的，但是按升序对索引进行排序是否可行呢？
我知道如何对dataframe中的多个列进行排序，也知道通过首先对索引执行reset_index()并对其进行排序，然后再次创建索引，就可以实现这里所要求的结果。但是，这是不是更直观、更有效的方法呢？
浏览 2提问于2013-11-29得票数 59
我想要将我的数据可视化到箱形图中，这些箱形图按我可怕的图中显示的另一个变量进行分组：
所以我要做的是使用pandas系列变量来告诉pandas我有分组的变量，所以这就是我要做的：
import pandas as pd
import seaborn as sns
#example data for reproduciblity
a = pd.DataFrame(
[
[2, 1],
[4, 2],
[5, 1],
[10, 2],
[9, 2],
[3, 1]
])
#converting second column to Series
a.ix[:,1] = pd.Series
浏览 0提问于2014-08-13得票数 4
回答已采纳
如何根据多个列对Pandas DataFrame进行排序，其中一些列按升序顺序排序，而其他列按降序顺序排序？
此外，假设将用于排序的列有太多的唯一值，不能为排序键或pd.Categorical函数逐一列出(如中所建议的)。
下面是一个可复制的小例子：
import pandas as pd
my_df = pd.DataFrame({'col1':['a','a','a','a','b','b','b','b','c','c&
浏览 2提问于2021-08-25得票数 0
回答已采纳
我有一个ListGrid，在每列数据的上方有一个筛选框。我可以在其中手动输入一些文本，然后按filter进行筛选。如何使用代码中的某种方法将一些文本插入到过滤器框中？我想在列的上方放置一个筛选框，然后在其中插入特定的字符串文本，这样用户就可以按下筛选按钮，而不是自己输入。
浏览 1提问于2014-10-28得票数 0
我在pandas dataframe中有各种具有虚拟值的列，我希望按如下方式填充它们:输入列 +----+-----
| c1 | c2 |
+----+----+
| 0 | 1 |
| 0 | 0 |
| 1 | 0 |
| 0 | 0 |
| 0 | 1 |
| 0 | 1 |
| 1 | 0 |
| 0 | 1 | 输出列： +----+-----
| c1 | c2 |
+----+----+
| 0 | 1 |
| 0 | 1 |
| 1 | 1 |
| 1 | 1 |
| 1 | 2 |
| 1 | 3 |
| 2 |
浏览 3提问于2020-08-25得票数 1
回答已采纳
2回答
CSV滤波与升序
、、
新的Python，所以我需要一些帮助。
我有一个CSV文件，其中有id、created_at日期、名/姓列。
id created_at first_name last_name
1 1309380645 Cecelia Holt
2 1237178109 Emma Allison
3 1303585711 Desiree King
4 1231175716 Sam Davidson
我想过滤两个日期之间的行，比如03-22-2016和04-15-2016(日期并不重要)，然后按升序(按created_at)排列这些行。
我知道
浏览 3提问于2017-02-07得票数 0
回答已采纳
我有一个Pandas DataFrame，我groupby一个列，调用.size，然后调用.plot.bar
我想按原始数据帧中的一些列重新排序条形图，但是在bar()的sort_columns中传递它们是不起作用的：
nodes.groupby("Name").size().plot.bar(sort_columns="Class")
对数据框中的列进行预排序也没有任何效果--如何对Pandas条形图中的列进行排序？
浏览 1提问于2015-12-03得票数 0
1回答
我尝试按列值过滤dataframe，但我一直将返回值作为空dataframe。 import pandas as pd
def get_count_RS(filepath,column1,word):
df = pd.read_csv(filepath)
sec = df[column1].str.count(word).sum()
print(sec)
first = df[df['RS_Tier'] == 'Mid']
print(first) 第一部分起作用了。我能够获得整数计数值作为输出(878.0)。 但是，当我第一次尝试使
浏览 17提问于2019-12-16得票数 1
我试图使用Pandas模块从csv文件中选择一个特定的列，如果列Hostname是SJ或DC，我希望在那里获取该列。
下面是我正在尝试的，但它没有打印任何东西：
import csv
import pandas as pd
pd.set_option('display.height', 500)
pd.set_option('display.max_rows', 5000)
pd.set_option('display.max_columns', 500)
pd.set_option('display.width', 500)
浏览 0提问于2018-04-04得票数 1
回答已采纳
我有一个表，需要分割成多个文件，按列1-序列中的值分组。
+--------+--------+-------+
| serial | name | price |
+--------+--------+-------+
| 100-a | rdl | 123 |
| 100-b | gm1 | -120 |
| 100-b | gm1 | 123 |
| 180r | xxom | 12 |
| 182d | data11 | 11.50 |
+--------+--------+-------+
输出如下：
1
浏览 4提问于2018-05-29得票数 0
回答已采纳
我有一个pandas dataframe，它有一个包含字典的列，其中只有一些关键字是感兴趣的。我可以将dict列转换为另一个df，然后获取感兴趣的元素： df = pd.DataFrame({'a':[{'x':1,'y':2},{'x':3,'y':4,'z':10}],'b':[5,6]})
cols_of_interest = ['x','z']
df_dicts = pd.DataFrame(df.a.tolist())
df_dicts =
浏览 32提问于2020-07-08得票数 2
让我们假设这个数据帧有三列'ABC‘包含随机数。用户可以选择他想要对此数据帧进行切片的阈值条件。如果其中一个条件为'None‘，则表示没有限制条件。如何跳过按阈值为None的条件进行切片？ import pandas as pd
import numpy as np
condition_A = [75,66,None]
condition_B = [50,14,30]
condition_C = [66,None,37]
df = pd.DataFrame(np.random.randint(0,100,size=(100, 3)), columns=list('
浏览 29提问于2021-06-29得票数 0
回答已采纳
假设我用pandas构造了一个数据帧，它有多个索引列：
mi = pd.MultiIndex.from_product([['trial_1', 'trial_2', 'trial_3'], ['motor_neuron','afferent_neuron','interneuron'], ['time','voltage','calcium']])
ind = np.arange(1,11)
df = pd.DataFra
浏览 0提问于2016-03-22得票数 1
PARENT Week Month Weekend
---------------------------------------
1010D AX1 665 1633 687
1009A BX1 1372 1484 1173
1013B CX1 895 941 777
1007B DX1 829 932 773
这是我的mydata.csv。(很抱歉，我无法对齐特定列下的行值，使用堆栈溢出格式询问问题。@glhr
如何使用Pandas在“BX1名称”( N
浏览 0提问于2019-04-23得票数 0
回答已采纳
1回答
如果这个问题已经被问过了，很抱歉。我想会的，但我一直没能找到答案。我想要将pandas dataframe中的列转换为日期时间格式。
import pandas as pd
df['DateOfBirth'] = pd.to_datetime(df['DateOfBirth'], format='%Y-%m-%d')
显然，有些行还包含其他字符
ValueError: time data 0000-00-00 doesn't match format specified
现在df非常大，所以对所有唯一值的视觉检查都不起作用(我也想了解一
浏览 41提问于2020-11-13得票数 1
回答已采纳
我有一个在某些单元格中缺少值的数据格式。我希望保留任何列中有空的行。这与pandas.DataFrame.dropna()正好相反。
import pandas as pd
import numpy as np
df = pd.DataFrame({'a': [1,2], 'b': [np.nan, 4]})
df
a b
0 1 NaN
1 2 4.0
预期结果：
a b
1 2 4.0
我想以方法链式的方式来做，所以这样的方法是很理想的：
df.loc[lambda x: ...]
df.keepna(how='
浏览 0提问于2018-04-08得票数 0
回答已采纳
2回答
把一只dataFrame解析成熊猫。用户可以使用DataFrame.idxmax获得最大值的索引(列)名称，但是，如果行中的所有值都为零(或相等值)，则索引默认返回第一列。
因此，如何为筛选所有为零的或所有相等的值，以便不返回列名。
我正在使用pandas.DataFrame.idxmax帮助文件。但是，没有筛选器选项。
我相信熊猫可以使用loc[df['something']==value]过滤，但我不知道如何达到最大值。
import pandas as pd
myArr = {'column0':[1, 1, 0, 1, 1],
'col
浏览 3提问于2019-08-13得票数 0
当我试图找到分组数据帧的最大值时，我得到了下面的错误。我在这个数据框中有几十列，我知道有一列或更多列导致了这个问题。但我不知道是哪一个。请不要强迫我去解决这个问题。
什么数据类型会导致此问题？是什么导致断言错误为空？
原始代码：
preclin.groupby(['StudyLocation', 'StudyID',
'ProductLotNo', 'ProductLotNoDetails',
'Do
浏览 20提问于2020-05-07得票数 0
1回答
我有一个dataframe列，它是一组按降序排列的数字，我需要将最低的%10分配给一个新的dataframe。但我找不到办法提取最低的%10。谢谢。
我尝试过的第一个函数是numpy的percentile函数。
import numpy as np
import pandas as pd
df['Column']` #which has 2400 number
array1 = np.array(df['Column'])
np.percentile(array1,10)` #gave me the variable which is the %10 (
浏览 5提问于2020-03-04得票数 0
回答已采纳
我有一个Pandas数据帧，它有几列和一个列表。如果想要一个接一个地索引与列表中的元素相同的列(例如，首先是“apple”列，然后是“grape”列)，我如何实现这一点？如果我使用像fruits[list]这样的代码，它不能工作，只有水果‘’apple‘才能工作。
columns = ['apple', 'mango', 'pear','grape','number']
fruits = pd.read_csv('fruit', names=columns)
list = ['apple&#
浏览 0提问于2021-06-06得票数 1
2回答
假设我们有一个dataframe：
import pandas as pd
data = {'text':['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'], 'values':[1, 0, 0, 0, 1, 1, 0, 1, 0, 1]}
df = pd.DataFrame(data)
df
在这个DataFrame中，如何过滤values=0
浏览 2提问于2022-07-04得票数 1
回答已采纳
1回答
假设我有下面的pd.DataFrame。
import pandas as pd
import numpy as np
data = {'number': [1, 1, 1, 2], 'q':[np.nan, 2, np.nan, 1], 'letter': ['alpha', 'beta', 'gamma', 'alpha']}
df = pd.DataFrame(data)
number q letter
0 1 NaN alpha
1
浏览 0提问于2018-09-25得票数 1
回答已采纳
3回答
我有一个spark dataframe (12mx132)，我正在尝试按列计算唯一值的数量，并删除只有1个唯一值的列。
到目前为止，我已经像这样使用了pandas的pandas函数：
import pandas as pd
df = sql_dw.read_table(<table>)
df_p = df.toPandas()
nun = df_p.nunique(axis=0)
nundf = pd.DataFrame({'atr':nun.index, 'countU':nun.values})
dropped = []
for i, j
浏览 47提问于2019-11-09得票数 2
回答已采纳
如果这太基本了，我很抱歉，但是有谁能分享如何使用Pandas的.filter()函数选择列的范围：
我期待选择一系列的顺序列-从“专业”到“生产”。
下面是我的努力--我还试着分成两个列表
counties.\
filter(['state', 'county', 'population', 'professional':'production']).\
sort_values('service', ascending = False).\
head()
浏览 0提问于2020-03-20得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
