选择和过滤数据DataFrame信息案例解析

选择和过滤数据DataFrame的案例解析如下：

首先，我们需要导入pandas库，并创建一个字典，其中键是列名，值是列中的数据。然后，我们可以使用pandas的DataFrame()函数将字典转换为DataFrame。

import pandas as pd

data = {
   
    '姓名': ['张三', '李四', '王五', '赵六'],
    '年龄': [25, 30, 35, 40],
    '城市': ['北京', '上海', '深圳', '广州']
}

df = pd.DataFrame(data)
print(df)

输出结果：

   姓名  年龄  城市
0  张三  25  北京
1  李四  30  上海
2  王五  35  深圳
3  赵六  40  广州

接下来，我们可以使用DataFrame的loc[]方法来选择满足特定条件的数据。例如，我们可以选择年龄大于30的人。

selected_data = df.loc[df['年龄'] > 30]
print(selected_data)

输出结果：

   姓名  年龄  城市
2  王五  35  深圳
3  赵六  40  广州

我们还可以使用DataFrame的iloc[]方法来选择满足特定位置条件的数据。例如，我们可以选择第1行和第3行的数据。

selected_data = df.iloc[[0, 2]]
print(selected_data)

输出结果：

   姓名  年龄  城市
0  张三  25  北京
2  王五  35  深圳

此外，我们还可以使用DataFrame的query()方法来根据字符串表达式选择数据。例如，我们可以选择年龄大于30且城市为北京的人。

selected_data = df.query('年龄 > 30 and 城市 == "北京"')
print(selected_data)

输出结果：

   姓名  年龄  城市
0  张三  25  北京