快捷導(dǎo)航

Python數(shù)據(jù)分析之?Pandas?Dataframe條件篩選遍歷詳情

更新時(shí)間：2022年05月22日 14:35:09 作者：??tigeriaf????

這篇文章主要介紹了Python數(shù)據(jù)分析之?Pandas?Dataframe條件篩選遍歷詳情，查詢(xún)Pandas?Dataframe數(shù)據(jù)時(shí)，經(jīng)常會(huì)篩選出符合條件的數(shù)據(jù)，關(guān)于其使用方式，需要的小伙伴可以參考一下下面文章內(nèi)容

一、條件篩選

查詢(xún)Pandas Dataframe數(shù)據(jù)時(shí)，經(jīng)常會(huì)篩選出符合條件的數(shù)據(jù)，接下來(lái)介紹一下具體的使用方式。

示例Dataframe如下：

單條件篩選，例如查詢(xún)gender為woman的數(shù)據(jù)：

df[df["gender"]=="woman"]
# 或
df.loc[df["gender"]=="woman"]

使用isin()函數(shù)篩選，例如查詢(xún)age為24、28的數(shù)據(jù)：

df[df["age"].isin([24,28])]

當(dāng)有多個(gè)過(guò)濾條件時(shí)，可以使用邏輯操作符&和|，如下。

例如：查詢(xún)gender為“woman”并且city為“shanghai”的數(shù)據(jù)：

df[(df["gender"]=="woman") & (df["city"]=="shanghai")]

查詢(xún)age大于25或者gender為“woman”的數(shù)據(jù)：

df[(df["age"]>25) | (df["gender"]=="woman")]

注意：邏輯操作符兩邊的過(guò)濾條件必須使用小括號(hào)()括起來(lái)，否則會(huì)報(bào)錯(cuò)或者不起作用。

波浪線符~可以取指定條件相反的數(shù)據(jù)，例如查詢(xún)city不為“beijing”的數(shù)據(jù)：

df[~(df["city"]=="beijing")]

二、Dataframe數(shù)據(jù)遍歷

for...in...語(yǔ)句

因?yàn)?Dataframe 對(duì)象屬于可迭代對(duì)象，所以可以使用for...in...語(yǔ)句進(jìn)行遍歷，遍歷結(jié)果是列的名稱(chēng)，如下：

for i in df:
    print(i)

結(jié)果輸出如下：

如果要遍歷 DataFrame 的行數(shù)據(jù)，需要使用以下方法：

iteritems()方法

iteritems()方法是按列進(jìn)行遍歷，遍歷結(jié)果為為(列名, value)鍵值對(duì)：

for column, value in df.iteritems():
    print(column)
    print(value)

iterrows()方法

iterrows()方法是按行進(jìn)行遍歷，遍歷結(jié)果為(index, value)鍵值對(duì)：

for index, row in df.iterrows():
    print(index)
    print(row)

itertuples()方法

itertuples()是以namedtuples（命名元組）形式遍歷行，遍歷每一行為一個(gè)命名元組：

for row in df.itertuples():
    print(row)

到此這篇關(guān)于Python數(shù)據(jù)分析之 Pandas Dataframe條件篩選遍歷詳情的文章就介紹到這了,更多相關(guān) Pandas Dataframe遍歷內(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: