Python干货：panda特殊索引器——过滤数据

迄今为止最常见从DataFrame获取元素、行和列的数据索引方式：

• Dataframe.[]；此函数也称为索引运算符。
• Dataframe.loc[] :此函数用于标签。
• Dataframe.iloc[] :此函数用于基于位置或整数的
• Dataframe.ix[] :此函数用于标号和基于整数的函数。

它们统称为索引器。而布尔索引是一种索引类型，它使用DataFrame中数据的实际值。

它们统称为索引器。而布尔索引是一种索引类型，它使用DataFrame中数据的实际值。

根据DataFrame中数据的实际值而不是它们的行/列标签或整数位置来选择数据子集。

在布尔索引中使用布尔向量过滤数据，通过四种方式过滤数据：

• 使用布尔索引访问DataFrame
• 将布尔掩码应用于数据帧
• 基于列值的掩蔽数据
• 基于索引值的掩蔽数据

使用布尔索引访问DataFrame：

创建一个dataframe，其中的dataframe索引包含一个布尔值。即“True”或“false”。例如

# importing pandas as pd
import pandas as pd
   
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
   
df = pd.DataFrame(dict, index = [True, False, True, False])
   
print(df)

产出：

借助布尔索引访问数据，使用以下三个函数访问数据文件.loc[], .iloc[], .ix[]

使用布尔索引访问Dataframe.loc[]

为了访问具有布尔索引的数据，使用.loc[]，我们只需将布尔值(真或假)传递给.loc[]功能。

# importing pandas as pd
import pandas as pd
   
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        's