取出pandas dataframe一列中小于10的行
时间: 2024-02-01 20:37:47 浏览: 44
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:
```python
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:
```python
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:
```python
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:
```python
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:
```python
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:
```python
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。