快捷導(dǎo)航

Pandas DataFrame 篩選數(shù)據(jù)幾種方法實(shí)現(xiàn)

更新時(shí)間：2024年12月31日 09:57:51 作者：m0_62172798

本文介紹了四種在DataFrame中篩選數(shù)據(jù)的方法：根據(jù)字段、標(biāo)簽、位置、布爾索引和通過query進(jìn)行篩選,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

1、根據(jù)字段篩選數(shù)據(jù)

根據(jù)字段篩選簡(jiǎn)單理解為根據(jù)每一列繼續(xù)篩選，將想要的列拿出再對(duì)齊進(jìn)行操作，可以提高效率。

可以通過df.字段名、df[字段名]或df[['字段名']]（此種方法可以拿取多列數(shù)據(jù)，并形成一個(gè)新的dataframe）

直接看代碼

import pandas as pd
import numpy as np

df=pd.DataFrame(np.random.randint(0,150,size=(150,3)),
                columns=['math','python','english']
                )
print(df)
print(df.python)
print(df["math"])
print(df[['math']])
print(df[['math','python']])

2、根據(jù)標(biāo)簽篩選數(shù)據(jù)

標(biāo)簽可以理解為索引（每一行），標(biāo)簽除了默認(rèn)的數(shù)字之外，在定義時(shí)可以根據(jù)需求進(jìn)行定義。

通過loc進(jìn)行操作

import pandas as pd
import numpy as np

df=pd.DataFrame(np.random.randint(0,100,size=(10,3)),
                index=list('ABCDEFGHIG'),
                columns=['math','python','english']
                )
print(df.loc['A'])#篩選出標(biāo)簽A這一行
print(df.loc[['A']])#將A這一行返回成一個(gè)新的DataFrame
print(df.loc[['A','B']])#將AB兩行返回成DataFrame
print(df.loc[['A','B'],['math','python']])#左邊為標(biāo)簽，右邊為字段，即將AB兩行的math、python兩列返回
print(df.loc['A':'F',['math','python']])#采用分區(qū)方法，將A到F行的此兩列返回
print(df.loc[:,['math','python']])#單獨(dú)的‘:'表示所有行
print(df.loc['B'::2])#從B開始隔一個(gè)取一個(gè)

3、根據(jù)布爾索引篩選數(shù)據(jù)

通過比較運(yùn)算進(jìn)行創(chuàng)造布爾條件，通過其值進(jìn)行篩選。值得注意的是其邏輯運(yùn)算為（&、|、~）

import pandas as pd
import numpy as np

df=pd.DataFrame(np.random.randint(0,151,size=(2000,3)),
                columns=['math','python','english']
                )
cond1=df.python>99#其返回值為一個(gè)bool類型的series，需要變量進(jìn)行接受
print(cond1)
df1=df[cond1]
print(df1[['python']])#將cond1作為篩選條件，這里為了只看其中一列，用一個(gè)新的dataframe

print(df[df>50])#對(duì)df中的所有元素進(jìn)行判定，其false項(xiàng)會(huì)換成NaN

print(df[df.python.isin([108])])#使用isin方法查找python分?jǐn)?shù)為108，中括號(hào)里也可以為數(shù)組

4、通過query篩選數(shù)據(jù)

query()方法允許使用SQL表達(dá)式進(jìn)行篩選數(shù)據(jù)

df2=df.query('python>135 and math>120 and english > 100')
print(df2)

到此這篇關(guān)于Pandas DataFrame 篩選數(shù)據(jù)幾種方法實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Pandas DataFrame 篩選內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: