用 pandas loc 函数 筛选数字怎么写代码

您好，根据您的要求，可以使用 pandas 的 loc 函数来筛选数字。以筛选 DataFrame 中数值大于等于 90 的数据为例，可以按照以下方式编写代码：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie', 'Dave'],
                   'Score': [85, 92, 87, 95]})

# 使用 loc 筛选数值大于等于 90 的数据
result = df.loc[df['Score'] >= 90]

# 输出结果
print(result)

输出结果为：

    Name  Score
1    Bob     92
3   Dave     95

希望能够帮到您。

相关问题

pandas loc 条件筛选

pandas loc 是一个基于标签定位数据的函数，它可以让我们方便地使用标签（或布尔数组）筛选数据。在使用 loc 进行条件筛选时，我们可以使用比较运算符（如 >、<、==、!=、>=、<=）、逻辑运算符（如 &、|、~）和 df.isin() 方法来构建筛选条件。下面是一个示例：

import pandas as pd

# 创建一个示例 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emma'],
        'age': [25, 30, 35, 40, 45],
        'salary': [5000, 7000, 9000, 11000, 13000]}
df = pd.DataFrame(data)

# 筛选出年龄大于等于35岁且薪水高于8000的员工
selected_data = df.loc[(df.age >= 35) & (df.salary > 8000)]
print(selected_data)

运行结果：

      name  age  salary
2  Charlie   35    9000
3    David   40   11000
4     Emma   45   13000

在上面的例子中，我们使用了 & 运算符将两个条件组合起来，然后使用 loc 方法对数据进行筛选。值得注意的是，loc 方法还可以使用切片来选取数据，例如：

# 选取前两行数据
selected_data = df.loc[:1]

# 选取第三行数据
selected_data = df.loc[2]

# 选取第三列数据
selected_data = df.loc[:, 'salary']

综上所述，pandas loc 方法可以方便地进行条件筛选和标签定位数据，是 pandas 库中非常实用的一个函数。

p ython pandas loc函数

pandas的loc函数是用来通过标签或布尔数组选择数据的方法。它可以通过行标签和列标签来选择数据，也可以通过布尔数组来选择数据。loc函数的语法为：df.loc[row_indexer,column_indexer]，其中row_indexer和column_indexer可以是单个标签、标签列表或布尔数组。使用loc函数可以方便地对数据进行筛选、切片和修改等操作。