前言
做数据分析的时候通常我们并不是对真个excel文件进行操作，换言之，每一列都是一个特征，我们需要针对分析。遇到这类问题的时候，我们通常想得到一列中所有符合条件的数据，挑出来，然后组成一个单独的文件进行分析。比如一列中我们希望找到所有大于100的所有行，又比如 我们希望得到一列中包含某个特定字母的所有行，那么我们应该怎么办呢，这里就说一下。
在这之前我们先介绍一个pandas里面一个函数 loc（）
英文解释是这样的：Purely label-location based indexer for selection by label.
.loc[] is primarily label based, but may also be used with a boolean array.
最通俗的讲就是标签索引器
了解了这个函数（具体用法下面两个例子就可以懂），我们可两个例子 就可以选择我们想要的行了
问题一：我们想要“behavior_type”列中所有为3或4的行
import pandas as pd import numpy as np import csv for df in pd.read_csv(open(r'C:\Users\yang\Desktop\useer.csv','r'),chunksize=10000): print(df.loc[df['behavior_type']>1,:])
从这个程序我们可以得出 .loc（） 前面是我们的整个索引目标，括号中为索引标签（我们回到loc英文解释第二局话，可以索引布尔型） ，那么这么简单一句话就可以把所以为3，4的行输出了.后面的冒号代表从开始到最后索引
print(df.loc[df['behavior_type'].isin([3,4]),:])
注意 这里的isin（[ ]）有小括号 也有中括号集合的形式。
我们也可以利用isin代替大于号性质是一样的，该标签下所有为3，4的集合的布尔型 然后再索引
print(df[df['behavior_type'].isin([3,4])])
提到isin 我们想到了一个更为简单的方法，直接索引即可
问题一：我们想要“user_geohash”列中所有含有字母‘qo'的行
print(df.loc[df['user_geohash'].str.contains('qo')])
是不是已经想到了 利用loc就可以了，只要后面加上字符串str.contains()函数即可。
那么到这里所有的问题迎刃而解，那么我们想要索取特定行呢 我们想要索取特定列呢
没问题 让我们继续深入了解loc函数
df是一个dataframe，列名为A B C D
具体值如下：
A B C D
0 ss 小红 8
1 aa 小明 d
4 f f
6 ak 小紫 7
dataframe里的属性是不定的，空值默认为NA。
一、选取标签为A和C的列，并且选完类型还是dataframe
df = df.loc[:, ['A', 'C']] df = df.iloc[:, [0, 2]]
二、选取标签为C并且只取前两行，选完类型还是dataframe
df = df.loc[0:2, ['A', 'C']] df = df.iloc[0:2, [0, 2]]
聪明的你发现loc的用法了吗？
总结
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
这一波大模型产业落地浪潮里，不少企业其实处在 “干瞪眼“的状态。
一种情况是，很多大模型产品看得见却摸不着，在台上一个个遥遥领先——今天Sora技精四座，明天英伟达的机器人又赢得满堂彩，可是到了台下一问：啥时候能用上啊？答曰：遥遥无期。
另一种情况是，企业想用上大模型，却又难免瞻前顾后——既要考虑场景融合，又得兼顾安全性，还要考虑打通现有系统，再加上各种部署成本和繁琐的采购流程……最后只能拂袖：罢了，再等等吧。
稳了！魔兽国服回归的3条重磅消息！官宣时间再确认！
昨天有一位朋友在大神群里分享，自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址，com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后，确实是网易的网址，也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情，因为以前都没有出现这样的情况，现在突然提示跳转到国服战网的网址，是不是说明了简体中文客户端已经开始进行更新了呢？