用juputer notebook 选取表格里的内容

1. 首先需要导入 pandas 库，使用以下代码：

import pandas as pd

2. 读取表格数据，可以使用 pandas 的 read_csv 函数读取 csv 文件，或者 read_excel 函数读取 Excel 文件，例如：

data = pd.read_csv('data.csv')

3. 查看数据表格的内容，可以使用 head 函数查看前几行数据，或者使用 tail 函数查看后几行数据，例如：

data.head() # 查看前5行数据
data.tail() # 查看后5行数据

4. 选取表格里的内容，可以使用 loc 或者 iloc 函数，loc 函数按照行列的标签选取数据，iloc 函数按照行列的位置选取数据，例如：

# 选取第2列和第4列的数据
data.loc[:, ['列名2', '列名4']]
data.iloc[:, [1, 3]]

# 选取第3行和第5行的数据
data.loc[[2, 4], :]
data.iloc[[2, 4], :]

以上代码演示了如何在 Jupyter Notebook 中选取表格里的内容。

相关问题

jupyter python 各种索引

### Jupyter 中 Python 的索引使用方法

在 Jupyter Notebook 或其他 Python 环境中，Python 提供了多种方式来进行数据框中的列和行的选择操作。以下是几种常见的索引技术及其应用实例。

#### 使用 `iloc` 进行列选择
对于 Pandas DataFrame 对象而言，可以通过位置来选取特定的行或列。下面的例子展示了如何利用切片语法以及 `iloc` 属性获取指定的数据帧部分：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 30, 35],
        'salary': [70000, 80000, 90000]}
df = pd.DataFrame(data)

# 利用 iloc 获取 "name", "age" 和 "salary" 列
selected_columns_df = df.iloc[:, [0, 1, 3]]
print(selected_columns_df)

此代码片段会打印出仅包含姓名、年龄及薪水三栏的新表格[^3]。

#### 基于标签的访问
除了基于整数的位置外，还可以通过列名或其他唯一标识符直接定位到所需的内容。这通常借助于 `.loc[]` 方法实现：

# 使用 loc 来按名称选择多列
specific_cols_by_label = df.loc[:, ["name", "age"]]
print(specific_cols_by_label)

这段脚本会选择并显示名为 `"name"` 和 `"age"` 的两列数据。

#### 单元格级别的精确控制
如果想要更精细地处理单个单元格，则可以组合使用行号与列名的方式完成精准读取或修改：

single_cell_value = df.at[1, 'salary']  # 取第二行 ('Bob') 的工资值
updated_salary = single_cell_value * 1.1  # 给 Bob 加薪 10%
df.at[1, 'salary'] = updated_salary      # 更新后的数值写回原处
print(df[['name', 'salary']])

上述例子说明了怎样单独取出某个人员的具体薪资数额，并对其实施调整后再存入原始表内。

jupyter连接hive配置

### 配置 Jupyter Notebook 连接 Apache Hive

#### 1. 安装必要的依赖包
为了使 Jupyter 能够连接到 Hive，需要安装一些特定的库。这些库允许 Python 和 Spark 程序与 Hive 数据仓库通信。

对于 PyHive 库来说，在终端中可以使用 pip 工具来进行安装：

pip install pyhive[hive] thrift sasl

另外还需要安装 `thrift_sasl` 来处理 SASL 协议认证问题:

pip install thriftpy2 thrift-sasl

#### 2. 设置 SparkSession 并集成 Hive 支持
当配置好上述软件之后，可以在启动 SparkSession 的时候开启对 Hive 表的支持功能。这一步骤确保了能够读取并操作存储于 Hive 中的数据表结构以及元数据信息。

from pyspark.sql import SparkSession

spark = (
    SparkSession.builder.appName("Jupyter-Hive-Integration")
    .config("spark.sql.warehouse.dir", "/user/hive/warehouse")  
    .enableHiveSupport()
    .getOrCreate()
)

这段代码创建了一个新的 SparkSession 实例，并启用了对 Hive 的支持[^1]。

#### 3. 测试连接是否成功
一旦完成了前面两步的操作，现在应该能够在 Jupyter Notebook 当中执行 SQL 查询语句来验证一切正常工作。下面给出了一条简单的查询命令作为例子：

df = spark.sql('SELECT * FROM iris LIMIT 5')
df.show()

此段脚本将会从名为 "iris" 的表格里选取前五行记录显示出来。