如何使用Pandas进行数据筛选与排序

Pandas是一个强大的Python数据分析库，它提供了大量的功能来筛选和排序数据。以下是一些基本的数据筛选和排序方法：

数据筛选

1. 基于列名的筛选：

   import pandas as pd
   
   # 创建一个DataFrame
   df = pd.DataFrame({
       'Name': ['Alice', 'Bob', 'Charlie', 'David'],
       'Age': [25, 30, 35, 40],
       'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']
   })
   
   # 筛选出年龄大于30岁的行
   filtered_df = df[df['Age'] > 30]
   print(filtered_df)
   

2. 基于多个条件的筛选：

   # 筛选出年龄大于30岁且城市为'Chicago'的行
   filtered_df = df[(df['Age'] > 30) & (df['City'] == 'Chicago')]
   print(filtered_df)
   

3. 使用query方法：

   # 使用query方法筛选数据
   filtered_df = df.query('Age > 30 and City == "Chicago"')
   print(filtered_df)
   

4. 使用loc和iloc进行位置索引：

   # 使用loc根据标签筛选
   filtered_df = df.loc[df['Age'] > 30]
   
   # 使用iloc根据位置索引筛选
   filtered_df = df.iloc[1:3]  # 筛选出第2行到第3行的数据
   

数据排序

1. 基于单列排序：

   # 按年龄升序排序
   sorted_df = df.sort_values(by='Age')
   print(sorted_df)
   
   # 按年龄降序排序
   sorted_df = df.sort_values(by='Age', ascending=False)
   print(sorted_df)
   

2. 基于多列排序：

   # 先按年龄升序排序，再按城市降序排序
   sorted_df = df.sort_values(by=['Age', 'City'], ascending=[True, False])
   print(sorted_df)
   

3. 使用sort_index方法：

   # 按索引排序
   sorted_df = df.sort_index()
   print(sorted_df)
   
   # 按索引降序排序
   sorted_df = df.sort_index(ascending=False)
   print(sorted_df)
   

综合示例

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [25, 30, 35, 40],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']
})

# 筛选出年龄大于30岁的行，并按年龄降序排序
filtered_sorted_df = df[df['Age'] > 30].sort_values(by='Age', ascending=False)
print(filtered_sorted_df)

通过这些方法，你可以灵活地对Pandas DataFrame进行数据筛选和排序操作。