第十一节 pandas案列行的排序筛选

import pandas as pd
pd.options.display.max_rows = 10  # 设置显示行数

df1 = pd.read_csv(r'E:anacondatestPythonData高校信息.csv', encoding='gbk', index_col=['学校名称', '名次', '类型'])

# 使用索引排序，level存在多个索引时指明用哪个排序，ascending是升序还是降序，na_position缺失值排列顺序last最后/first最前
df1.sort_index(level=['学校名称', '类型'], ascending=[True, False], inplace=False, na_position='last')

# 使用变量排序
df1.sort_values(['学校名称', '类型'], ascending=[True, False], inplace=False, na_position='last')

# 案列筛选的实质是基于T/F值进行筛选
sellist = [True, True, False]
print(df1.iloc[sellist])

# 按照绝对位置进行筛选
print(df1.iloc[0:3])  # 不包括右侧界值，筛选第一和第二行
print(df1.iloc[[0, 3]])
print(df1.iloc[:,0:3])  # 指定列范围，不包括右侧边界
print(df1.iloc[1:4, [0, 3]])  # 同时指定行列范围

# 按照索引(这里的索引是学校名称，不能有多个索引列)值进行筛选
print(df1.loc[2:4])  # 切片本身就是一个列表，所以不需要加[]
print(df1.loc[['北京大学', '复旦大学']])  # 筛选出学校名称符合条件的行
print(df1.loc[['北京大学', '复旦大学'],['所在省份', '总的']])  # 筛选出学校名称符合条件的行，并指定要显示哪几列

# 使用多重索引进行筛选
print(df1.loc[['财经', '师范']])  # 筛选出所有的财经类和师范类大学
print(df1.loc[[('财经', '中央财经大学'), ('综合', '北京大学')]])  # 多重索引的完整检索，筛选出学校类型中财经下的中央财经大学和综合下的北京大学
# print(df1.xs('中央财经大学', level=1, drop_level=False))

# 直接进行条件筛选
print(df1[df1.名次 > 10])
print(df1.名次.isin([1, 3, 5]))
print(df1.index.isin(['财经', '师范']))

# 多重条件联合筛选
print(df1[df1.名次>10][df1[df1.名次>10].名次 <90])  # 筛选名次大于10小于90的

# 使用类sql语句进行筛选
df1.query("名次>10 and 名次<90 and 类型 != '综合'")
limit = 5
df1.query("名次>@limit & 类型 != '综合'")