欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

使用pandas實(shí)現(xiàn)篩選出指定列值所對應(yīng)的行

 更新時(shí)間：2020年12月13日 10:22:31   作者：星星在線  
這篇文章主要介紹了使用pandas實(shí)現(xiàn)篩選出指定列值所對應(yīng)的行，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(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

在pandas中怎么樣實(shí)現(xiàn)類似mysql查找語句的功能：

select * from table where column_name = some_value;

pandas中獲取數(shù)據(jù)的有以下幾種方法：

  • 布爾索引
  • 位置索引
  • 標(biāo)簽索引
  • 使用API

假設(shè)數(shù)據(jù)如下:

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
          'B': 'one one two three two two one three'.split(),
          'C': np.arange(8), 'D': np.arange(8) * 2})

布爾索引

該方法其實(shí)就是找出每一行中符合條件的真值(true value)，如找出列A中所有值等于foo

df[df['A'] == 'foo'] # 判斷等式是否成立

位置索引

使用iloc方法，根據(jù)索引的位置來查找數(shù)據(jù)的。這個(gè)例子需要先找出符合條件的行所在位置

mask = df['A'] == 'foo'
pos = np.flatnonzero(mask) # 返回的是array([0, 2, 4, 6, 7])
df.iloc[pos]

#常見的iloc用法
df.iloc[:3,1:3]

標(biāo)簽索引

如何DataFrame的行列都是有標(biāo)簽的，那么使用loc方法就非常合適了。

df.set_index('A', append=True, drop=False).xs('foo', level=1) # xs方法適用于多重索引DataFrame的數(shù)據(jù)篩選

# 更直觀點(diǎn)的做法
df.index=df['A'] # 將A列作為DataFrame的行索引
df.loc['foo', :]

# 使用布爾
df.loc[df['A']=='foo']

使用API

pd.DataFrame.query方法在數(shù)據(jù)量大的時(shí)候，效率比常規(guī)的方法更高效。

df.query('A=="foo"')

# 多條件
df.query('A=="foo" | A=="bar"')

數(shù)據(jù)提取不止前面提到的情況，第一個(gè)答案就給出了以下幾種常見情況：

1、篩選出列值等于標(biāo)量的行，用==

df.loc[df['column_name'] == some_value]

2、篩選出列值屬于某個(gè)范圍內(nèi)的行，用isin

df.loc[df['column_name'].isin(some_values)] # some_values是可迭代對象

3、多種條件限制時(shí)使用&，&的優(yōu)先級高于>=或<=，所以要注意括號的使用

df.loc[(df['column_name'] >= A) & (df['column_name'] <= B)]

4、篩選出列值不等于某個(gè)/些值的行

df.loc[df['column_name'] != 'some_value']

df.loc[~df['column_name'].isin('some_values')] #~取反

到此這篇關(guān)于使用pandas實(shí)現(xiàn)篩選出指定列值所對應(yīng)的行的文章就介紹到這了,更多相關(guān)pandas 篩選指定列值內(nèi)容請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！

相關(guān)文章

最新評論