Pandas多個條件(AND,OR,NOT)中提取行
使用Pandas從多個條件(AND,OR,NOT)中提取行的方法。
有以下2點需要注意:
- &,|,?的使用(and、or、not的錯誤)
- 使用比較運算符時,請將每個條件括在括號中。
以下數(shù)據(jù)為例。
import pandas as pd df = pd.read_csv('./data/09/sample_pandas_normal.csv') print(df) # ? ? ? name ?age state ?point # 0 ? ?Alice ? 24 ? ?NY ? ? 64 # 1 ? ? ?Bob ? 42 ? ?CA ? ? 92 # 2 ?Charlie ? 18 ? ?CA ? ? 70 # 3 ? ? Dave ? 68 ? ?TX ? ? 70 # 4 ? ?Ellen ? 24 ? ?CA ? ? 88 # 5 ? ?Frank ? 30 ? ?NY ? ? 57
本例是使用pandas.DataFrame,但pandas.Series也同樣適用。
如何提?。ㄟx擇)行
首先,展示如何從pandas.DataFrame中提?。ㄟx擇)行以獲得新的pandas.DataFrame。
使用布爾列表(數(shù)組)或pandas.Series,只能提?。ㄟx擇)True行。
mask = [True, False, True, False, True, False] df_mask = df[mask] print(df_mask) # name age state point # 0 Alice 24 NY 64 # 2 Charlie 18 CA 70 # 4 Ellen 24 CA 88
通過AND,OR,NOT多個條件提?。ㄟx擇)行的代碼-示例
具有兩個條件值的pandas.Series,可以使用&獲得如下結果。在這里,為了便于說明,將==和?用作二個條件,但是僅使用!=也是可以。
print(df['age'] < 35) # 0 ? ? True # 1 ? ?False # 2 ? ? True # 3 ? ?False # 4 ? ? True # 5 ? ? True # Name: age, dtype: bool print(~(df['state'] == 'NY')) # 0 ? ?False # 1 ? ? True # 2 ? ? True # 3 ? ? True # 4 ? ? True # 5 ? ?False # Name: state, dtype: bool print((df['age'] < 35) & ~(df['state'] == 'NY')) # 0 ? ?False # 1 ? ?False # 2 ? ? True # 3 ? ?False # 4 ? ? True # 5 ? ?False # dtype: bool
僅提?。ㄟx擇)True行。
df_and = df[(df['age'] < 35) & ~(df['state'] == 'NY')] print(df_and) # name age state point # 2 Charlie 18 CA 70 # 4 Ellen 24 CA 88
對于OR也是如此。使用|。
print((df['age'] < 20) | (df['point'] > 90)) # 0 ? ?False # 1 ? ? True # 2 ? ? True # 3 ? ?False # 4 ? ?False # 5 ? ?False # dtype: bool df_or = df[(df['age'] < 20) | (df['point'] > 90)] print(df_or) # ? ? ? name ?age state ?point # 1 ? ? ?Bob ? 42 ? ?CA ? ? 92 # 2 ?Charlie ? 18 ? ?CA ? ? 70
3個以上條件的運算符的優(yōu)先級
運算符的優(yōu)先級是NOT(?),AND(&),OR(|)。因此,結果因順序而異。
df_multi_1 = df[(df['age'] < 35) | ~(df['state'] == 'NY') & (df['point'] < 75)] print(df_multi_1) # ? ? ? name ?age state ?point # 0 ? ?Alice ? 24 ? ?NY ? ? 64 # 2 ?Charlie ? 18 ? ?CA ? ? 70 # 3 ? ? Dave ? 68 ? ?TX ? ? 70 # 4 ? ?Ellen ? 24 ? ?CA ? ? 88 # 5 ? ?Frank ? 30 ? ?NY ? ? 57 df_multi_2 = df[(df['age'] < 35) & (df['point'] < 75) | ~(df['state'] == 'NY')] print(df_multi_2) # ? ? ? name ?age state ?point # 0 ? ?Alice ? 24 ? ?NY ? ? 64 # 1 ? ? ?Bob ? 42 ? ?CA ? ? 92 # 2 ?Charlie ? 18 ? ?CA ? ? 70 # 3 ? ? Dave ? 68 ? ?TX ? ? 70 # 4 ? ?Ellen ? 24 ? ?CA ? ? 88 # 5 ? ?Frank ? 30 ? ?NY ? ? 57
將每個組括在括號中比較安全。
df_multi_3 = df[((df['age'] < 35) | ~(df['state'] == 'NY')) & (df['point'] < 75)] print(df_multi_3) # name age state point # 0 Alice 24 NY 64 # 2 Charlie 18 CA 70 # 3 Dave 68 TX 70 # 5 Frank 30 NY 57
到此這篇關于Pandas多個條件(AND,OR,NOT)中提取行的文章就介紹到這了,更多相關Pandas多條件提取行內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Python+OpenCV實現(xiàn)尋找到圓點標定板的角點
這篇文章主要為大家詳細介紹了Python+OpenCV實現(xiàn)找到圓點標定板所有點后通過距離找兩個角點,文中的示例代碼講解詳細,感興趣的小伙伴可以了解一下2022-11-11淺談pytorch中為什么要用 zero_grad() 將梯度清零
這篇文章主要介紹了pytorch中為什么要用 zero_grad() 將梯度清零的操作,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-05-05