掌握 Pandas 中的数据选择

简介

在本实验中，我们将学习如何使用 Pandas（Python 中一个流行的数据分析和操作库）从 DataFrame 中选择特定数据。本教程将使用泰坦尼克号数据集。

虚拟机启动完成后，点击左上角切换到“笔记本”标签，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，随时向 Labby 提问。课程结束后提供反馈，我们会及时为你解决问题。

这是一个实验（Guided Lab），提供逐步指导来帮助你学习和实践。请仔细按照说明完成每个步骤，获得实际操作经验。根据历史数据，这是一个初级级别的实验，完成率为 98%。获得了学习者 100% 的好评率。

首先，我们需要导入 Pandas 库和泰坦尼克号数据集。

## 导入 pandas 库
import pandas as pd

## 加载泰坦尼克号数据集
titanic = pd.read_csv("data/titanic.csv")
titanic.head()

要选择单列，请使用方括号 [] 并加上感兴趣的列名。

## 选择 'Age' 列
ages = titanic["Age"]

## 显示前 5 行
ages.head()

要选择多列，请在选择括号 [] 内使用列名列表。

## 选择 'Age' 和 'Sex' 列
age_sex = titanic[["Age", "Sex"]]

## 显示前 5 行
age_sex.head()

要根据条件表达式选择行，请在选择括号 [] 内使用该条件。

## 筛选 'Age' 大于 35 的行
above_35 = titanic[titanic["Age"] > 35]

## 显示前 5 行
above_35.head()

要一次性选择行和列，我们使用 loc 或 iloc 运算符。

## 选择年龄大于 35 岁乘客的 'Name'
adult_names = titanic.loc[titanic["Age"] > 35, "Name"]

## 显示前 5 行
adult_names.head()

在本实验中，我们学习了如何在 Pandas 中从 DataFrame 中选择和过滤数据。我们学习了如何选择单列或多列、基于特定条件过滤行以及选择特定的行和列。这些操作是使用 Pandas 进行数据分析和处理的基础。