pandas 按某列筛选数据，但是获得完整数据列的子数据

可以使用 pandas 的 loc 方法，例如：

假设我们有一个 DataFrame，其中有两列 A 和 B，我们想要筛选出 A 列中值为 1 的行，并且同时获得 B 列的数据，可以这样写：

df.loc[df['A'] == 1, 'B']

这样就可以得到 A 列中值为 1 的行的 B 列数据。

相关问题

pandas 按某列筛选数据，获得筛选出数据的行号

您好，您可以使用 pandas 的 loc 方法来按某列筛选数据，并获得筛选出数据的行号。例如，假设您要按列名为 "column_name" 的列筛选数据，可以使用以下代码：

df.loc[df['column_name'] == '筛选条件']

其中，"df" 是您的数据框，"column_name" 是您要筛选的列名，"筛选条件" 是您要筛选的条件。如果您想获得筛选出数据的行号，可以在 loc 方法后面加上 ".index"，例如：

df.loc[df['column_name'] == '筛选条件'].index

这样就可以获得筛选出数据的行号了。希望能帮到您。

pandas如何根据某列关键词筛选数据

您可以使用 Pandas 中的 str.contains() 方法，该方法可以在一列数据中查找是否包含指定的关键词，示例代码如下：

import pandas as pd

# 创建 DataFrame

df = pd.DataFrame({
    '名称': ['苹果', '香蕉', '梨子', '草莓', '蓝莓'],
    '价格': [5, 3, 2, 8, 10],
    '产地': ['中国', '泰国', '日本', '美国', '韩国']
})

# 根据关键词筛选数据

keyword = '莓'
result = df[df['名称'].str.contains(keyword)]

print(result)

输出结果如下：

    名称  价格  产地
3  草莓   8  美国
4  蓝莓  10  韩国