取出pandas dataframe一列中小于10的行

可以使用pandas的条件筛选语句，例如：

import pandas as pd

# 创建一个示例dataframe
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10]})

# 筛选出'A'列小于10的行
result = df[df['A'] < 10]

print(result)

输出结果：

   A  B
0  1  6
1  2  7
3  4  9
4  5  10

相关问题

pandas dataframe 筛选列

要筛选pandas DataFrame的列，可以使用以下方法：

1. 使用列标签进行筛选：

df_filtered = df[['column1', 'column2']]

这将返回一个新的DataFrame，其中只包含指定的列。

2. 使用列索引进行筛选：

df_filtered = df.iloc[:, [0, 1]]

这将返回一个新的DataFrame，其中只包含指定的列索引。

3. 使用布尔条件进行筛选：

df_filtered = df[df['column1'] > 10]

这将返回一个新的DataFrame，其中只包含满足指定条件的行。

4. 使用列名的字符串方法进行筛选：

df_filtered = df.filter(like='column')

这将返回一个新的DataFrame，其中只包含列名中包含指定字符串的列。

5. 使用正则表达式进行筛选：

df_filtered = df.filter(regex='^column')

这将返回一个新的DataFrame，其中只包含列名以指定字符串开头的列。

pandas dataframe 统计一列中各个值出现的次数

可以使用`value_counts()`方法来统计一列中各个值出现的次数，示例如下：

import pandas as pd

# 创建一个包含重复值的DataFrame
df = pd.DataFrame({'fruit': ['apple', 'banana', 'apple', 'orange', 'banana', 'banana']})

# 统计'fruit'列中各个值出现的次数
counts = df['fruit'].value_counts()

print(counts)

输出结果为：

banana    3
apple     2
orange    1
Name: fruit, dtype: int64

其中，索引为各个出现过的值，值为出现的次数。