我们可以设置条件并获取 DataFrame 行。可以使用逻辑运算符甚至关系运算符来设置这些条件。
首先,导入所需的熊猫库 -
import pandas as pd
让我们创建一个 DataFrame 并读取我们的 CSV 文件 -
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesRecords.csv")
获取注册价格小于 1000 的数据帧行。我们为此使用关系运算符 -
dataFrame[dataFrame.Reg_Price < 1000]
以下是代码 -
import pandas as pd # 读取csv文件 dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesRecords.csv") print("DataFrame...\n",dataFrame) # 计算 DataFrame 中的行和列 print("\nNumber of rows and column in our DataFrame = ",dataFrame.shape) # 获取注册价格小于 1000 的数据帧行 resData = dataFrame[dataFrame.Reg_Price < 1000] print("DataFrame...\n",resData)输出结果
这将产生以下输出 -
DataFrame... Car Date_of_Purchase Reg_Price 0 BMW 10/10/2020 1000 1 Lexus 10/12/2020 750 2 Audi 10/17/2020 750 3 Jaguar 10/16/2020 1500 4 Mustang 10/19/2020 1100 5 Lamborghini 10/22/2020 1000 Number of rows and column in our DataFrame = (6, 3) DataFrame... Car Date_of_Purchase Reg_Price 1 Lexus 10/12/2020 750 2 Audi 10/17/2020 750