Pandas中常见的20多种数据筛选方法，116张图详解

01写在前面

大家好，我是阳哥，欢迎来到「Python数据之道」。

本次是《图解Pandas》系列图文内容的 第 08 篇，主要介绍 Pandas 中常见的数据筛选 。

本文是付费阅读文章，付费阅读内容包括《图解Pandas》图文干货内容、可以在电脑端观看的视频以及配套的源代码等。

此外，为避免各种不必要的麻烦，微信没有退款机制，付费前请谨慎。

Pandas 是 Python数据分析中用的最多的工具，为了大家能够更好地学习 Pandas，阳哥开始制作一系列 《图解Pandas》 的内容。

《图解Pandas》 最主要的目标，是以视频图解、动态图片等方式呈现，拆解 Pandas 在数据处理过程中的主要知识点，以便大家能进一步了解 Pandas 的使用，形象地介绍 Pandas，进而使大家喜欢上 Pandas 这个工具。

《图解Pandas》图文专题，最新的内容可以点击下面的图片进行查看。

在本文编写时，《图解Pandas》系列已发布的图文如下：

图文链接	对应的视频编号
《图解Pandas》内容框架介绍	-
图文01-数据结构介绍	001
图文02-创建数据对象	002
图文03-读取和存储Excel文件	003、004
图文04-常见的数据访问	005
图文05-常见的数据运算	006、007、008
图文06-常见的数学计算	009、010
图文07-常见的数据统计	011、012、013、014、015

本次主要介绍 Pandas 中常见的数据筛选 ，内容框架如下：

主要内容

该主题包括 13 期视频，在微信视频号「Python数据之道」中发布的对应视频编号为 016 至 028，大家可以前往观看：

注：本文发布时，在视频号中可以观看视频 016 至024，后续将发布 025 至 028。

在本文后面内容中可以同时观看视频 016 至 028 。

扫描下面的二维码，关注视频号，可以观看《图解Pandas》已发布的所有视频以及及时推送最新的视频：

02常见的数据筛选

Python环境

开始之前，按照惯例先介绍下本次内容涉及的Python环境，如下：

Python 3.8
Pandas 1.4.1
numpy 1.22.3

我是在 jupyter notebook 中运行代码的，首先引入相关 Python 库：

import pandas as pd
import numpy as npprint(f'pandas version:{pd.__version__}')
print(f'numpy version:{np.__version__}')# pandas version:1.4.1
# numpy version:1.22.3

创建数据

咱们先来创建一个dataframe，也就是“数据框”。

关于创建数据对象的详细介绍，大家可以观看「图解Pandas」系列的第2期视频。

创建 df 如下：

d = {"name": [ "Lemon", "Jack", "Peter","Emma","James"],"city": ["长沙", "上海", "深圳","北京","北京"],"a": [80, 90, 60,73,89],"b": [80, 75, 80,85,83],"c": [70, 75, 80,73,62],
}
df = pd.DataFrame(d,index=list('efghk'))
df

来看看数据框“df”的数据结构，为5行5列，数值类型包括字符串和整型。后续，会根据需要在该数据框的基础上，创建其他的一些数据框。

数据筛选，是运用Pandas进行数据处理的一个重要方面，实现的方法也是多种多样，这里汇总了Pandas中比较常见的数据筛选方法。

主要内容

在内容介绍过程中，主要是针对数据框介绍各种方法的应用。同时，也需要知道，其中有不少方法，对于Series也是适用的。

获取头尾数据

在Pandas中，head()函数和 tail()函数分别用来获取数据框的头尾数据。

先来看 head() 函数，是用来获取头部数据的，对于数据框，获取头部的数据行。这里获取了数据框前 2 行数据，如下：

tail() 函数，是用来获取尾部数据的，对于数据框，获取尾部的数据行。这里获取了数据框最后2行数据，如下：

head 函数和 tail 函数，对于 Series 也是适用的。

head函数获取series最前面的两组数据，如下：

tail函数获取series最后面的两组数据，如下：

列数据的获取

对于数据框中列数据的获取，这里先分享几种最基础的方法。

用 df['name'] 的形式, 可以直接选取某列，其中 “name” 为列名称。如下：

用 df.col 方法（col为列名称），也可以实现列的选取，需要注意的是，用这种方法，列名称中不能有空格。如下：

也可以用列表的方式，实现同时选取多列，这里选取了 "name" 和 "a" 两列，如下：

对于数据框中列数据的获取，还可以使用 get函数，该函数有两个参数。

DataFrame.get(key, default=None)

其中 key 是列名称，或者由列名称组成的列表。

这里设置 key 为列名称，获取某列，如下：

设置key为列表，则可以获取某几列，这里获取 "name" 和 "a" 两列，如下：

需要注意下，如果列表中有数据框中不存在的列名称，则返回 default 参数的值，这里设置为 "error"，由于数据框df中没有列名称为"ab"的列，因此返回 "error" 。

如下：