Python Pandas 筛选特定列数据：三种方法详解

在 Python Pandas 中，可以使用[]操作符来筛选某列的多行数据。以下是几种常见的方法：\n\n1. 使用列名：使用[]操作符，传入列名来筛选某列的多行数据。\n\npython\ndf['列名']\n\n\n2. 使用位置索引：使用iloc属性，传入行索引来筛选某列的多行数据。\n\npython\ndf.iloc[行索引]\n\n\n3. 使用条件筛选：使用布尔条件来筛选某列的多行数据。\n\npython\ndf[布尔条件]\n\n\n以下是具体的示例：\n\npython\nimport pandas as pd\n\n# 创建示例数据\ndata = {'列1': [1, 2, 3, 4, 5],\n '列2': ['a', 'b', 'c', 'd', 'e'],\n '列3': [True, False, True, False, True]}\ndf = pd.DataFrame(data)\n\n# 使用列名筛选某列的多行数据\ncol1_data = df['列1']\nprint(col1_data)\n\n# 使用位置索引筛选某列的多行数据\nrow_index = [0, 2, 4]\ncol1_data = df.iloc[row_index]['列1']\nprint(col1_data)\n\n# 使用条件筛选某列的多行数据\ncol2_data = df[df['列2'].isin(['a', 'c', 'e'])]['列2']\nprint(col2_data)\n\n\n输出结果：\n\n\n0 1\n1 2\n2 3\n3 4\n4 5\nName: 列1, dtype: int64\n0 1\n2 3\n4 5\nName: 列1, dtype: int64\n0 a\n2 c\n4 e\nName: 列2, dtype: object\n