快捷導(dǎo)航

pandas篩選數(shù)值列和非數(shù)值列方式

更新時(shí)間：2024年02月22日 08:38:18 作者：Kevin Davis

這篇文章主要介紹了pandas篩選數(shù)值列和非數(shù)值列方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

pandas篩選數(shù)值列和非數(shù)值列

篩選數(shù)值類型的列

numeric_columns = df.select_dtypes(include=['number']).columns

df為dataframe類型的數(shù)據(jù)。

篩選非數(shù)值類型的列

non_numeric_columns = df.select_dtypes(exclude=['number']).columns.to_list()

含數(shù)值列就用include，不要數(shù)值列就用exclude。

Pandas常見篩選數(shù)據(jù)的五種方法其一邏輯篩選

Pandas的數(shù)據(jù)操作中，最基本的就是操作的篩選了，但是對(duì)新學(xué)員來(lái)說(shuō)的這又是一個(gè)難點(diǎn)，因?yàn)榉椒ū容^多，不容易記。聊聊pandas中的一些常用的數(shù)據(jù)篩選操作。

邏輯篩選數(shù)據(jù)

切片（[ ]），loc，iloc，這三種都是支持邏輯表達(dá)式的，選其中一種比較常用的，邏輯運(yùn)算符與或非（& | ~）any，all

展示使用的數(shù)據(jù)結(jié)構(gòu)

import pandas as pd
PATH = '/tmp/MSD0921.xlsx'
dataframe = pd.read_excel(PATH,engine='openpyxl', nrows=50)

	SD1	SD2	SD3	SD4	SD5	SD6	SD7	SD8
0	4	7	2	1	2	6	7	6
1	5	5	5	5	5	5	5	5
2	1	7	1	1	1	6	6	6
3	6	6	3	2	2	2	2	2
4	4	4	4	4	4	4	4	4
...	...	...	...	...	...	...	...	...
258	1	5	2	1	1	7	7	6
259	1	7	7	4	2	1	7	1
260	1	3	5	4	5	5	5	6
261	1	3	5	5	5	5	3	2
262	1	7	7	7	7	7	7	7

1、篩選出某一列大于某一個(gè)數(shù)的所有數(shù)據(jù)，例如：SD1>=7

"""篩選出SD1列中大于等于7的數(shù)據(jù)"""
dataframe[dataframe['SD1'] >= 7]

2、篩選出某一列大于或者小于另一列的輸有數(shù)據(jù)，例如：SD1 < SD2

"""篩選出SD1列小于SD2列所有數(shù)據(jù)"""
dataframe.loc[dataframe['SD1'] < dataframe['SD2']]

3、篩選出某些列的值大于或小于某些值的所有數(shù)據(jù)，例如：SD1 >6并且SD1<3，使用 &

"""篩選出SD1大于6，并且SD2小于3的所有數(shù)據(jù)"""
dataframe.loc[(dataframe['SD1'] > 6) & ( dataframe['SD2'] < 3)]

4、篩選出某些列的值大于或小于某些值的所有數(shù)據(jù)，例如：SD1 >6或者SD1<3，使用 |

"""篩選出SD1小于6，或者SD2小于3的所有數(shù)據(jù)，并集"""
dataframe.loc[(dataframe['SD1'] > 6) | ( dataframe['SD2'] < 3)]

注意：需要注意的是在進(jìn)行或（|）、與（&）、非（~）運(yùn)算時(shí)，各個(gè)獨(dú)立邏輯表達(dá)式需要用括號(hào)括起來(lái)

除了上邊的與或之外，pandas還提供了 all，any,對(duì)邏輯計(jì)算后的布爾值在進(jìn)行判斷，所有都為True,all才返回True，反之亦然，any滿足其中之一即可。all，any可傳參數(shù)axis，1為行方向，0為列方向。利用此方法可對(duì)整體數(shù)據(jù)邏輯判斷。

5、篩選出某些列的值同時(shí)大于或同時(shí)小于某值的所有數(shù)據(jù)，例如SD1>6 SD2>6

"""篩選出SD1, SD2同時(shí)大于6的所有數(shù)據(jù)"""
dataframe[(dataframe.loc[:,['SD1', 'SD2']] > 6).all(1)]

邏輯解讀： dataframe.loc[:,['SD1', 'SD2']] > 6，這個(gè)邏輯計(jì)算的是SD1,SD2同時(shí)大于6返回的布爾值，逗號(hào)前的冒號(hào)表示所有行，返回的是False或者True的一個(gè)dataframe數(shù)據(jù)，整體在進(jìn)行.all(1),操作返回的是SD1,SD2都為True的為True,否者為False所有行數(shù)。在使用切片 [ ]，進(jìn)行取數(shù)據(jù)。