如何按一列或多列對數據框進行子集化？

當試圖理解 Pandas 中的大型 DataFrame 時，您可能需要按列和行對其進行子集化。在本教程中，我們將展示對 DataFrame 進行列分區的最常見用例。

我們將從設置示例 DataFrame 開始，我們將通過在我們最喜歡的環境中運行以下 Python 代碼來完成此操作（為簡單起見，我使用 Anaconda 和 Jupyter Lab）。

import pandas as pd # import the pandas library

languages = ({"language": [ "Python", "C-Sharp", "Javascript","PHP"] ,
         "avg_difficulty_level": [3, 2, 2, 1],
              "avg_salary": [120, 100, 120, 80],
          "applications": [10,15,14,20]})

# Now let's convert our dict to a DataFrame

languages = pd.DataFrame.from_dict(languages)

現在，讓我們使用 head() 方法查看 Dataframe 的第一行。

languages.head()

如您所見，這是一個非常簡單的 DataFrame，我們將在本文中用作示例：

過濾單個列

我們將從最簡單的情況開始，即從數據集中提取一列。運行以下命令將創建一個 Series 對象：

按名稱/標籤

languages["language"]

輸出是一個系列：

0 蟒蛇
1 C-夏普
2 Javascript
3 PHP
名稱：語言，數據類型：對象

type(languages["language"])

pandas.core.series.Series

按索引

以下命令還將返回包含第一列的 Series

languages.iloc[:,0]

選擇多個列

按名字

當傳遞一個列列表時，Pandas 將返回一個包含部分數據的 DataFrame。

languages[["language", "applications"]]

按標籤（帶 loc）

df.loc[:,["language","applications"]]

結果將是相似的。

按索引

現在讓我們使用索引檢索多個列：

languages.iloc[: ,[0,3]]

按條件

在這種情況下，我們將只顯示名稱與特定表達式匹配的列。我們將使用非常方便的過濾器方法：

languages.filter(axis = 1, like="avg")

筆記：

1. 我們還可以通過特定的正則表達式（regex）進行過濾。
2. 我們可以應用參數 axis=0 來按特定的行值進行過濾。

按條件過濾特定行

這是根據行值對 DataFrame 進行子集化的一種非常簡單的方法：

languages[(languages["applications"] > 15)]

我們只有一個結果：

languages[(languages["applications"] > 15)]