Pandas條件篩選與組合篩選的使用
在使用pandas進(jìn)行數(shù)據(jù)分析時(shí),經(jīng)常需要根據(jù)邏輯條件來篩選數(shù)據(jù)。
如果使用 for循環(huán)語句 遍歷的方式來查找,將十分耗時(shí)。
推薦使用pandas自身的功能函數(shù)進(jìn)行篩選,效率更高。
以下列出筆者常用的篩選方法。
條件篩選
根據(jù)具體值篩選
df[df['Num'] == 10] df[df['Name'] == 'Tom']
找出df中值在具體列表中的數(shù)據(jù)
val_list = [100, 200, 300] df[df['Num'].isin(val_list)]
篩選某列值長度為固定值的數(shù)據(jù)
df[df['content'].str.len() == 10]
篩選某列是否為空的數(shù)據(jù)
# 找出content列為空的數(shù)據(jù) df[df['content'].isna()] # 找出content不為空的數(shù)據(jù) df[~df['content'].isna()]
組合篩選
多條件同時(shí)滿足
# 找出df中A列值為100 且 B列值為‘a(chǎn)'的所有數(shù)據(jù) df[(df['A']==100)&(df['B']=='a')]
多條件滿足其一即可
# 找出df中A列值為100或B列值為‘b'的所有數(shù)據(jù) df[(df['A']==100)|(df['B']=='b')]
注:篩選后所得數(shù)據(jù)的索引一般是亂的,可使用 df = df.reset_index(drop=True) 的方式重置索引。
到此這篇關(guān)于Pandas條件篩選與組合篩選的使用的文章就介紹到這了,更多相關(guān)Pandas條件篩選與組合篩選內(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
Python圖像文字識別詳解(附實(shí)戰(zhàn)代碼)
這篇文章主要給大家介紹了關(guān)于Python圖像文字識別的相關(guān)資料,本文介紹使用python進(jìn)行圖像的文字識別,將圖像中的文字提取出來,可以幫助我們完成很多有趣的事情,需要的朋友可以參考下2024-02-02
Python OpenCV實(shí)現(xiàn)圖片上輸出中文
這篇文章主要為大家詳細(xì)介紹了Python OpenCV實(shí)現(xiàn)圖片上輸出中文,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-01-01
Python tkinter模塊彈出窗口及傳值回到主窗口操作詳解
這篇文章主要介紹了Python tkinter模塊彈出窗口及傳值回到主窗口操作,結(jié)合實(shí)例形式分析了Python使用tkinter模塊實(shí)現(xiàn)的彈出窗口及參數(shù)傳遞相關(guān)操作技巧,需要的朋友可以參考下2017-07-07
詳解在Anaconda環(huán)境下Python安裝pydot與graphviz的方法
這篇文章主要為大家詳細(xì)介紹了在Anaconda環(huán)境中,安裝Python語言pydot與graphviz兩個(gè)模塊的方法,文中的安裝方法講解詳細(xì),感興趣?的可以了解一下2023-02-02
flask中響應(yīng)錯誤的處理及errorhandler的應(yīng)用方式
這篇文章主要介紹了flask中響應(yīng)錯誤的處理及errorhandler的應(yīng)用方式,具有很好的參考價(jià)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2022-12-12
pandas 實(shí)現(xiàn)將NaN轉(zhuǎn)換為None
這篇文章主要介紹了pandas 實(shí)現(xiàn)將NaN轉(zhuǎn)換為None的操作,具有很好的參考價(jià)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

