dataframe匹配表格里其中一列的数据,举例
时间: 2024-05-16 07:12:20 浏览: 4
假设有一个表格,名为"students",其中包含学生的姓名、年龄、性别和分数等信息。现在需要找出分数大于90分的学生姓名和性别,可以使用pandas库中的DataFrame来实现:
```python
import pandas as pd
# 创建一个示例DataFrame
df = pd.DataFrame({
'姓名': ['张三', '李四', '王五', '赵六'],
'年龄': [18, 19, 20, 21],
'性别': ['男', '女', '男', '女'],
'分数': [85, 92, 88, 95]
})
# 筛选出分数大于90分的学生姓名和性别
result = df.loc[df['分数'] > 90, ['姓名', '性别']]
print(result)
```
输出结果为:
```
姓名 性别
1 李四 女
3 赵六 女
```
相关问题
dataframe 实现vlookup 举例 两个表格里有很多了,只匹配其中一列数据
可以使用 pandas 中的 merge 函数来实现 dataframe 的 vlookup。例如,假设有两个表格 df1 和 df2,需要匹配 df1 中的列A和 df2 中的列B,可以使用以下代码:
```
import pandas as pd
df1 = pd.DataFrame({'A': ['a', 'b', 'c'], 'X': [1, 2, 3]})
df2 = pd.DataFrame({'B': ['b', 'c', 'd'], 'Y': [4, 5, 6]})
result = pd.merge(df1, df2, left_on='A', right_on='B')
```
这样就会得到一个合并后的结果 result,其中包含了 df1 和 df2 中所有列的数据,但只有列A和列B匹配的行才会被合并。
python对DataFrame表格某一列数据求和
假设你使用的是pandas库,可以使用`DataFrame`的`sum()`方法来对某一列数据求和。以下是示例代码:
```python
import pandas as pd
# 创建示例数据
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 对列'A'求和
sum_a = df['A'].sum()
print(sum_a) # 输出:6
```
其中,`df['A']`表示取出`df`表格中的列'A',然后使用`sum()`方法对其求和。