DataFrame中的数据过滤（筛选）

手机忘记时间

于 2024-09-28 16:17:51 发布

阅读量850

点赞数 4

文章标签： python 数据挖掘 pandas

本文链接：https://blog.csdn.net/2403_84491977/article/details/142617357

版权

在 Pandas 中，filtered_df = df[df['column_name'] > value] 这行代码用于根据指定条件筛选 DataFrame df 中的数据。这里的条件是列 'column_name' 中的值大于 value。以下是详细解释：

df：代表你的 DataFrame 对象。
df['column_name']：通过标签访问 DataFrame 中名为 'column_name' 的列。这里的 'column_name' 应该替换为你想要筛选的实际列名。
> value：是一个条件表达式，用于生成一个布尔序列，表示每一行是否满足条件（即列 'column_name' 中的值是否大于 value）。
df[...]：使用这个布尔序列作为索引，从 DataFrame 中选择满足条件的行。
filtered_df：是筛选后的新 DataFrame，其中只包含满足条件的行。

示例代码：

假设你有一个 DataFrame 如下所示：

import pandas as pd

# 创建 DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [25, 30, 35, 40],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']
}
df = pd.DataFrame(data)

# 定义筛选条件的值
value = 30

# 根据条件筛选 DataFrame
filtered_df = df[df['Age'] > value]

# 显示筛选后的 DataFrame
print(filtered_df)

输出将是：

      Name  Age         City
2  Charlie   35      Chicago
3   David   40      Houston

在这个例子中，我们筛选了所有年龄大于 30 的人。

注意事项：

确保 'column_name' 存在于 DataFrame 中，且 value 是一个有效的比较值。
条件表达式返回的布尔序列用于索引 DataFrame，因此只有对应为 True 的行会被包含在结果中。
筛选后，原始 DataFrame df 不会改变，filtered_df 是一个新的 DataFrame，包含了满足条件的行。
这种方法非常灵活，可以通过修改条件表达式来实现各种复杂的数据筛选逻辑。