数据查询分析
1.1数据的建立
# coding:utf-8 # 编码申请
import pandas as pd # 导入pandas工具包，pd可以理解为给工具包起的别名
from pandas import DataFrame # 表示pandas中要导入的类data = {'ID':['000001','000002','000003','000004','000005','000006','000007'],
'name':['黎明', '赵怡春','张富平','白丽', '牛玉德', '姚华', '李南'],
'gender':[True, False, True, False, True, False, True],
'age':[16,20,18,18,17,18,16],
'height':[1.88,1.78,1.81,1.86,1.74,1.75,1.76]}
# 变量不用加引号，字符需要加引号
frame = pd.DataFrame(data)
# 包中的类用.表示，括号里面可以理解为参数，即表示根据什么数据来生成DataFrame
# frame = pd.DataFrame(data,index=[6,5,4,3,2,1,0])
# index参数可以改变索引号
print(frame)
1.2数据的选择
# 显示所有学生姓名
print(frame['name'])
print(frame.name)# 显示多个列
print(frame[['name','age']])
# frame后面的[]只能放一个变量，需要再次使用方括号将两字段括起来# 行的显示
print(frame[0:1])
# 这里的数字并非索引号，而是按序得到的行号
print(frame[2:4])
print(frame[2:7:2]) # 每2个取一个# 行列选择
# 两者谁在前谁在后效果一样
print(frame['name'][1:2])
print(frame[1:2]['name'])# 利用特殊函数loc读取
# 索引号为1的第二行
print(frame.loc[1])
# 通过冒号选择连续的多行，loc中，下界要算
print(frame.loc[1:3])
# 通过逗号选择多个不连续的行
print(frame.loc[[1,3]]) # 里面[]括起来一个列表，外面[]表示loc函数的参数# frame[]与frame.loc[]区别
# frame[]里面是序号，frame.loc[]里面参数是索引号
# frame = pd.DataFrame(data,index=[101,102,103,104,105,106,107])
print(frame[0:1])
print(frame[101:103])
print(frame.loc[0:1])
print(frame.loc[101:103])# 利用loc读取列 逗号前：行 逗号后：列
print(frame.loc[:,['name']])
print(frame.loc[:,['name','age']])# 选择任意单元格
print(frame.loc[105:106,['age','height']])# iloc函数使用
# iloc函数，根据序号来访问行和列
print(frame.iloc[1,3]) # 表示第2行 第4列
# 根据区间的选择方法
print(frame.iloc[1:2,0:3])
# 任意选择
print(frame.iloc[[3,1],[0,2]]) # 表示第4和第2行 同时第1和第3列# 依据条件选择行
# 获取年龄大于17岁的学生姓名
print(frame[frame['age']>17]) # 选择行的方法是在方括号里表达一个列的比较条件
# 年龄大于17岁并且身高大于1.80
print(frame[ (frame['age']>17) & (frame['height']>1.80) ] )
# 对于布尔类型条件，判断是否等于真假需要使用==
print(frame[ (frame['age']>17) & (frame['gender']==True) ] )
# 使用isin表示一个离散的范围
print(frame[frame['age'].isin([20,16])]) # 所有年龄在20或者16的学生信息
# 条件选择任意组合
print(frame['name'][[2,3]][(frame['height']>1.80)])
# 查询身高大于1.80的男生姓名
print(frame['name'][(frame['height']>1.80)&(frame['gender']==True)])