数据筛选¶

在线刷题

检查 or 强化 Pandas 数据分析操作？👉在线体验「Pandas进阶修炼300题」

Note

本页数据说明¶

为了更好的介绍相关操作，本页面使用 东京奥运会奖牌数据 数据进行展开，你应该对数据字段、数值、类型等相关信息做一个大致了解！

import pandas as pd

df = pd.read_csv("东京奥运会奖牌数据.csv")

df.rename(columns={'Unnamed: 2':'金牌数',
                  'Unnamed: 3':'银牌数',
                  'Unnamed: 4':'铜牌数'},inplace=True)

筛选列¶

通过列号¶

提取第 1、2、3、4 列

df.iloc[:,[0,1,2,3]]

	排名	国家奥委会	金牌数	银牌数
0	1	美国	39	41
1	2	中国	38	32
2	3	日本	27	14
3	4	英国	22	21
4	5	ROC	20	28
...	...	...	...	...
88	86	加纳	0	0
89	86	格林纳达	0	0
90	86	科威特	0	0
91	86	摩尔多瓦	0	0
92	86	叙利亚	0	0

93 rows × 4 columns

通过列名¶

提取 金牌数、银牌数、铜牌数 三列

df[['金牌数','银牌数','铜牌数']]

	金牌数	银牌数	铜牌数
0	39	41	33
1	38	32	18
2	27	14	17
3	22	21	22
4	20	28	23
...	...	...	...
88	0	0	1
89	0	0	1
90	0	0	1
91	0	0	1
92	0	0	1

93 rows × 3 columns

条件（列号）¶

筛选全部 奇数列

df.iloc[:,[i%2==1 for i in range(len(df.columns))]]

	国家奥委会	银牌数	总分	国家奥委会代码
0	美国	41	113	USA
1	中国	32	88	CHN
2	日本	14	58	JPN
3	英国	21	65	GBR
4	ROC	28	71	ROC
...	...	...	...	...
88	加纳	0	1	GHA
89	格林纳达	0	1	GRN
90	科威特	0	1	KUW
91	摩尔多瓦	0	1	MDA
92	叙利亚	0	1	SYR

93 rows × 4 columns

条件（列名）¶

提取全部列名中包含数的列

df.loc[:, df.columns.str.endswith('数')]

	金牌数	银牌数	铜牌数
0	39	41	33
1	38	32	18
2	27	14	17
3	22	21	22
4	20	28	23
...	...	...	...
88	0	0	1
89	0	0	1
90	0	0	1
91	0	0	1
92	0	0	1

93 rows × 3 columns

组合（行号+列名）¶

提取倒数后三列的10-20行

df.loc[10:20, '总分':] 

	总分	按总数排名	国家奥委会代码
10	24	11	CAN
11	21	12	BRA
12	20	13	NZL
13	15	18	CUB
14	20	13	HUN
15	20	13	KOR
16	14	19	POL
17	11	23	CZE
18	10	25	KEN
19	8	29	NOR
20	9	26	JAM

筛选行¶

通过行号¶

提取第 10 行

df.loc[9:9]

	排名	国家奥委会	金牌数	银牌数	铜牌数	总分	按总数排名	国家奥委会代码
9	10	意大利	10	10	20	40	7	ITA

通过行号（多行）¶

提取第 10 行之后的全部行

df.loc[9:]

	排名	国家奥委会	金牌数	银牌数	铜牌数	总分	按总数排名	国家奥委会代码
9	10	意大利	10	10	20	40	7	ITA
10	11	加拿大	7	6	11	24	11	CAN
11	12	巴西	7	6	8	21	12	BRA
12	13	新西兰	7	6	7	20	13	NZL
13	14	古巴	7	3	5	15	18	CUB
...	...	...	...	...	...	...	...	...
88	86	加纳	0	0	1	1	77	GHA
89	86	格林纳达	0	0	1	1	77	GRN
90	86	科威特	0	0	1	1	77	KUW
91	86	摩尔多瓦	0	0	1	1	77	MDA
92	86	叙利亚	0	0	1	1	77	SYR

84 rows × 8 columns

固定间隔¶

提取 0-50 行，间隔为 3

df[:50:3]

	排名	国家奥委会	金牌数	银牌数	铜牌数	总分	按总数排名	国家奥委会代码
0	1	美国	39	41	33	113	1	USA
3	4	英国	22	21	22	65	4	GBR
6	7	荷兰	10	12	14	36	9	NED
9	10	意大利	10	10	20	40	7	ITA
12	13	新西兰	7	6	7	20	13	NZL
15	16	韩国	6	4	10	20	13	KOR
18	19	肯尼亚	4	4	2	10	25	KEN
21	22	西班牙	3	8	6	17	17	ESP
24	25	丹麦	3	4	4	11	23	DEN
27	28	塞尔维亚	3	1	5	9	26	SRB
30	31	斯洛文尼亚	3	1	1	5	42	SLO
33	34	中华台北	2	4	6	12	22	TPE
36	36	乌干达	2	1	1	4	47	UGA
39	39	以色列	2	0	2	4	47	ISR
42	42	科索沃	2	0	0	2	66	KOS
45	46	罗马尼亚	1	3	0	4	47	ROU
48	49	中国香港	1	2	3	6	39	HKG

判断（大于）¶

提取金牌数大于 30 的行

df[df['金牌数'] > 30]

	排名	国家奥委会	金牌数	银牌数	铜牌数	总分	按总数排名	国家奥委会代码
0	1	美国	39	41	33	113	1	USA
1	2	中国	38	32	18	88	2	CHN

判断（等于）¶

提取 金牌数 等于 10 的行

df.loc[df['金牌数'] == 10]

	排名	国家奥委会	金牌数	银牌数	铜牌数	总分	按总数排名	国家奥委会代码
6	7	荷兰	10	12	14	36	9	NED
7	8	法国	10	12	11	33	10	FRA
8	9	德国	10	11	16	37	8	GER
9	10	意大利	10	10	20	40	7	ITA

判断（不等于）¶

提取 金牌数 不等于 10 的行

df.loc[~(df['金牌数'] == 10)]

	排名	国家奥委会	金牌数	银牌数	铜牌数	总分	按总数排名	国家奥委会代码
0	1	美国	39	41	33	113	1	USA
1	2	中国	38	32	18	88	2	CHN
2	3	日本	27	14	17	58	5	JPN
3	4	英国	22	21	22	65	4	GBR
4	5	ROC	20	28	23	71	3	ROC
...	...	...	...	...	...	...	...	...
88	86	加纳	0	0	1	1	77	GHA
89	86	格林纳达	0	0	1	1	77	GRN
90	86	科威特	0	0	1	1	77	KUW
91	86	摩尔多瓦	0	0	1	1	77	MDA
92	86	叙利亚	0	0	1	1	77	SYR

89 rows × 8 columns

条件（指定行号）¶

提取全部 奇数行

df[[i%2==1 for i in range(len(df.index))]]

	排名	国家奥委会	金牌数	银牌数	铜牌数	总分	按总数排名	国家奥委会代码
1	2	中国	38	32	18	88	2	CHN
3	4	英国	22	21	22	65	4	GBR
5	6	澳大利亚	17	7	22	46	6	AUS
7	8	法国	10	12	11	33	10	FRA
9	10	意大利	10	10	20	40	7	ITA
11	12	巴西	7	6	8	21	12	BRA
13	14	古巴	7	3	5	15	18	CUB
15	16	韩国	6	4	10	20	13	KOR
17	18	捷克	4	4	3	11	23	CZE
19	20	挪威	4	2	2	8	29	NOR
21	22	西班牙	3	8	6	17	17	ESP
23	24	瑞士	3	4	6	13	20	SUI
25	26	克罗地亚	3	3	2	8	29	CRO
27	28	塞尔维亚	3	1	5	9	26	SRB
29	30	保加利亚	3	1	2	6	39	BUL
31	32	乌兹别克斯坦	3	0	2	5	42	UZB
33	34	中华台北	2	4	6	12	22	TPE
35	36	希腊	2	1	1	4	47	GRE
37	38	厄瓜多尔	2	1	0	3	60	ECU
39	39	以色列	2	0	2	4	47	ISR
41	42	巴哈马	2	0	0	2	66	BAH
43	44	乌克兰	1	6	12	19	16	UKR
45	46	罗马尼亚	1	3	0	4	47	ROU
47	48	印度	1	2	4	7	33	IND
49	50	菲律宾	1	2	1	4	47	PHI
51	52	南非	1	2	0	3	60	RSA
53	54	埃及	1	1	4	6	39	EGY
55	56	埃塞俄比亚	1	1	2	4	47	ETH
57	58	突尼斯	1	1	0	2	66	TUN
59	59	斐济	1	0	1	2	66	FIJ
61	59	泰国	1	0	1	2	66	THA
63	63	摩洛哥	1	0	0	1	77	MAR
65	66	哥伦比亚	0	4	1	5	42	COL
67	68	多米尼加	0	3	2	5	42	DOM
69	70	吉尔吉斯斯坦	0	2	1	3	60	KGZ
71	72	阿根廷	0	1	2	3	60	ARG
73	74	约旦	0	1	1	2	66	JOR
75	74	尼日利亚	0	1	1	2	66	NGR
77	77	沙特阿拉伯	0	1	0	1	77	KSA
79	77	北马其顿	0	1	0	1	77	MKD
81	77	土库曼斯坦	0	1	0	1	77	TKM
83	84	墨西哥	0	0	4	4	47	MEX
85	86	博茨瓦纳	0	0	1	1	77	BOT
87	86	科特迪瓦	0	0	1	1	77	CIV
89	86	格林纳达	0	0	1	1	77	GRN
91	86	摩尔多瓦	0	0	1	1	77	MDA

条件（指定值）¶

提取中国、美国、英国、日本、巴西五行数据

df.loc[df['国家奥委会'].isin(['中国','美国','英国','日本','巴西'])]

	排名	国家奥委会	金牌数	银牌数	铜牌数	总分	按总数排名	国家奥委会代码
0	1	美国	39	41	33	113	1	USA
1	2	中国	38	32	18	88	2	CHN
2	3	日本	27	14	17	58	5	JPN
3	4	英国	22	21	22	65	4	GBR
11	12	巴西	7	6	8	21	12	BRA

多条件¶

在上一题的条件下，新增一个条件：金牌数小于30

df.loc[(df['金牌数'] < 30) & (df['国家奥委会'].isin(['中国','美国','英国','日本','巴西']))]

	排名	国家奥委会	金牌数	银牌数	铜牌数	总分	按总数排名	国家奥委会代码
2	3	日本	27	14	17	58	5	JPN
3	4	英国	22	21	22	65	4	GBR
11	12	巴西	7	6	8	21	12	BRA

条件（包含指定值）¶

提取国家奥委会列中，所有包含 国的行

df[df.国家奥委会.str.contains('国')]

	排名	国家奥委会	金牌数	银牌数	铜牌数	总分	按总数排名	国家奥委会代码
0	1	美国	39	41	33	113	1	USA
1	2	中国	38	32	18	88	2	CHN
3	4	英国	22	21	22	65	4	GBR
7	8	法国	10	12	11	33	10	FRA
8	9	德国	10	11	16	37	8	GER
15	16	韩国	6	4	10	20	13	KOR
48	49	中国香港	1	2	3	6	39	HKG
61	59	泰国	1	0	1	2	66	THA

组合筛选¶

筛选某行某列¶

提取 第 0 行第 2 列

df.iloc[0:1,[1]]

	国家奥委会
0	美国

筛选多行多列¶

提取第 0-2 行第 0-2 列

df.iloc[0:2,[0,1]]

	排名	国家奥委会
0	1	美国
1	2	中国

组合（行号+列号）¶

提取第 4 行，第 4 列的值

df.iloc[3,3]

组合（行号+列名）¶

提取行索引为 4 ，列名为金牌数的值

df.at[4,'金牌数']

条件¶

提取国家奥委会为中国的金牌数

df.loc[df['国家奥委会'] == '中国'].loc[1].at['金牌数']

query¶

使用 query 提取金牌数 + 银牌数大于 15 的国家

df.query('金牌数+银牌数 > 15')

	排名	国家奥委会	金牌数	银牌数	铜牌数	总分	按总数排名	国家奥委会代码
0	1	美国	39	41	33	113	1	USA
1	2	中国	38	32	18	88	2	CHN
2	3	日本	27	14	17	58	5	JPN
3	4	英国	22	21	22	65	4	GBR
4	5	ROC	20	28	23	71	3	ROC
5	6	澳大利亚	17	7	22	46	6	AUS
6	7	荷兰	10	12	14	36	9	NED
7	8	法国	10	12	11	33	10	FRA
8	9	德国	10	11	16	37	8	GER
9	10	意大利	10	10	20	40	7	ITA

query（引用变量）¶

使用 query 提取金牌数大于金牌均值的国家

gold_mean = df['金牌数'].mean()
df.query(f'金牌数 > {gold_mean}')

	排名	国家奥委会	金牌数	银牌数	铜牌数	总分	按总数排名	国家奥委会代码
0	1	美国	39	41	33	113	1	USA
1	2	中国	38	32	18	88	2	CHN
2	3	日本	27	14	17	58	5	JPN
3	4	英国	22	21	22	65	4	GBR
4	5	ROC	20	28	23	71	3	ROC
5	6	澳大利亚	17	7	22	46	6	AUS
6	7	荷兰	10	12	14	36	9	NED
7	8	法国	10	12	11	33	10	FRA
8	9	德国	10	11	16	37	8	GER
9	10	意大利	10	10	20	40	7	ITA
10	11	加拿大	7	6	11	24	11	CAN
11	12	巴西	7	6	8	21	12	BRA
12	13	新西兰	7	6	7	20	13	NZL
13	14	古巴	7	3	5	15	18	CUB
14	15	匈牙利	6	7	7	20	13	HUN
15	16	韩国	6	4	10	20	13	KOR
16	17	波兰	4	5	5	14	19	POL
17	18	捷克	4	4	3	11	23	CZE
18	19	肯尼亚	4	4	2	10	25	KEN
19	20	挪威	4	2	2	8	29	NOR
20	21	牙买加	4	1	4	9	26	JAM

	金牌数	银牌数	铜牌数
0	39	41	33
1	38	32	18
2	27	14	17
3	22	21	22
4	20	28	23
...	...	...	...
88	0	0	1
89	0	0	1
90	0	0	1
91	0	0	1
92	0	0	1

	金牌数	银牌数	铜牌数
0	39	41	33
1	38	32	18
2	27	14	17
3	22	21	22
4	20	28	23
...	...	...	...
88	0	0	1
89	0	0	1
90	0	0	1
91	0	0	1
92	0	0	1

	总分	按总数排名	国家奥委会代码
10	24	11	CAN
11	21	12	BRA
12	20	13	NZL
13	15	18	CUB
14	20	13	HUN
15	20	13	KOR
16	14	19	POL
17	11	23	CZE
18	10	25	KEN
19	8	29	NOR
20	9	26	JAM

	金牌数	银牌数	铜牌数
0	39	41	33
1	38	32	18
2	27	14	17
3	22	21	22
4	20	28	23
...	...	...	...
88	0	0	1
89	0	0	1
90	0	0	1
91	0	0	1
92	0	0	1

	金牌数	银牌数	铜牌数
0	39	41	33
1	38	32	18
2	27	14	17
3	22	21	22
4	20	28	23
...	...	...	...
88	0	0	1
89	0	0	1
90	0	0	1
91	0	0	1
92	0	0	1

	总分	按总数排名	国家奥委会代码
10	24	11	CAN
11	21	12	BRA
12	20	13	NZL
13	15	18	CUB
14	20	13	HUN
15	20	13	KOR
16	14	19	POL
17	11	23	CZE
18	10	25	KEN
19	8	29	NOR
20	9	26	JAM

	金牌数	银牌数	铜牌数
0	39	41	33
1	38	32	18
2	27	14	17
3	22	21	22
4	20	28	23
...	...	...	...
88	0	0	1
89	0	0	1
90	0	0	1
91	0	0	1
92	0	0	1

	金牌数	银牌数	铜牌数
0	39	41	33
1	38	32	18
2	27	14	17
3	22	21	22
4	20	28	23
...	...	...	...
88	0	0	1
89	0	0	1
90	0	0	1
91	0	0	1
92	0	0	1

	总分	按总数排名	国家奥委会代码
10	24	11	CAN
11	21	12	BRA
12	20	13	NZL
13	15	18	CUB
14	20	13	HUN
15	20	13	KOR
16	14	19	POL
17	11	23	CZE
18	10	25	KEN
19	8	29	NOR
20	9	26	JAM