Pandas条件筛选并赋值(案例)

已于 2022-04-23 09:23:08 修改
阅读量6.7k 收藏 9
点赞数
分类专栏： python 文章标签： python
于 2021-08-06 11:14:27 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/puhuihui/article/details/119450377
版权
  • 过滤异常值（大于400或小于5000），将其变为空值
data.loc[(data[u'销量'] < 400) | (data[u'销量'] > 5000),'销量']= None
  • 输入
            日期      销量
0   2015-03-01    51.0
1   2015-02-28  2618.2
2   2015-02-27  2608.4
3   2015-02-26  2651.9
4   2015-02-25  3442.1
..         ...     ...
196 2014-08-06  2915.8
197 2014-08-05  2618.1
198 2014-08-04  2993.0
199 2014-08-03  3436.4
200 2014-08-02  2261.7
  • 输出
           日期      销量
0   2015-03-01     NaN
1   2015-02-28  2618.2
2   2015-02-27  2608.4
3   2015-02-26  2651.9
4   2015-02-25  3442.1
..         ...     ...
196 2014-08-06  2915.8
197 2014-08-05  2618.1
198 2014-08-04  2993.0
199 2014-08-03  3436.4
200 2014-08-02  2261.7
PiaohuiEr
关注
  • 0
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
pandas.DataFrame 根据条件新建列并赋值的方法
09-20
下面小编就为大家分享一篇pandas.DataFrame 根据条件新建列并赋值的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
pandas筛选符合多个条件的方法
热门推荐
123liudong
08-30 10万+
很多时候，我都会面临着筛选出一张表中符合多列条件的数据，使用pandas可以快速的实现目标，在此记录下自己最常用的筛选手段
pandas给符合特定条件的列赋值
cf_jack的专栏
03-18 5460
pandas可以给符合特定条件的列赋值，如果这个列不存在也可以创建列名并赋值。 需要注意的是：如果是赋值的内容是个列表，该列表的长度与过滤后的行数要相等。 ##获得需要赋值的列表，使用array，可以是series conver to array，这样可以使用np.title，扩展array，扩展方式为[1,2,1,2] in_week_mean = callin.loc[:,callin.columns.isin(day_list)].mean(axis=1).array dsp(i
[Pandas基础] Pandas 新增数据列
最新发布
m0_74827981的博客
10-07 1237
在用pandas处理数据时，经常需要按照一定条件来创建写的数据列，然后进一步分析。 下面 四种方法常用于新增数据列： 1）直接赋值 2）df.apply方法 3) df.assign方法 4) 按照条件分组分别赋值
pandas将datafram中某列按照条件赋值方法，求每行最大值、均值、和方法
leo_weile的博客
06-26 3万+
1、批量修改datafram中某一列 在数据处理过程中，经常会出现对某列批量做某些操作，比如dataframe df要对列名为“values”做大于等于30设置为1，小于30设置为0操作，可以这样使用dataframe的apply函数来实现，具体实现代码如下： def fun(x): if x >= 30: return 1 else: ...
pandas之DataFrame格式给满足对应条件的某一列进行赋值
sinat_33909696的博客
04-22 2万+
1、在python中，我们常常遇到这种需求，就是需要给某DataFrame数据格式中满足某一条件的数据进行列表赋值，对于这种需求，如何赋值呢？下面进行测试。 2、数据构造 本次测试所构造数据如下： 3、数值修改 对于上面数据，我现在想将id为5的数据的value对应列修改成6，我们怎么改呢？ 大多同学可能都会犯以下错误：使用如下语法：data[data.id == 5].value = 10 但是运行之后会发现，该列的数值并没有被修改： 这是应为你通过id进行赛选数据之后再取value的时候，此时变量
Part 4:Pandas新增数据列【直接赋值、apply、assign、分条件赋值】
qq_46044325的博客
09-11 9100
这种情况下语句代码只能运行一次，当运行第二次的时候，原存储的数据已经被改变了。将温差加入表格当中，注意wencha是一个series，后面的减法返回的是一个series。在进行数据分析时，经常需要按照一定条件创建新的数据列，然后进行进一步分析。按条件先选择数据，然后对这部分数据赋值新列。实例:高低温差大于10度，则认为温差大。清理温度列，变成一个数字类型。
Pandas如何新增一列并按条件赋值？
devid008的博客
05-06 3253
通过这个示例，我们学习到Pandas中如何使用apply方法实现条件赋值的方法。
python pandas 条件赋值
cuisidong1997的博客
10-16 2227
1、通过np方式的条件函数运算 df[‘x2’] = np.where(df[‘name’] == ‘’, 0, df[‘amount’]) df[‘x3’] = df[‘amount’].where(df[‘name’] != ‘’, 0) 2、通过apply+lambda方式的条件函数运算，进行条件表示的时候要标记 loc! cellparam.loc[cellparam.lc_name.isnull()==False,‘p2od’]=cellparam[cellparam.lc_name.isnul
pandas 筛选出满足条件的行并赋值
qq_32649321的博客
02-22 8082
1.将属性filter_data的属性满足条件（month>5）的数据，赋值为0. df["filter_data"].loc[df["Month"]>5] = 0 2.筛选多个条件： df["filter_data"].loc[(df["Month"]>5) & (df['Month']<12)] = 0 3.筛选等于某个值： df1 = df.loc[df['Month'].isin([1,2,3,4,5,12])] 参考资料：https://blog.csdn.n
Pandas中的loc筛选后赋值：loc[筛选条件][‘列名‘]、loc[筛选条件,‘列名‘]、loc[筛选条件,[‘列名‘]]之间的区别
qq_42492684的博客
09-01 1348
赋值时的区别
详解pandas赋值失败问题解决
01-21
一、pandas对整列赋值 这个比较正常，一般直接赋值就可以: x = pd.DataFrame({'A': ['1', '2', '3', None, None], 'B': ['4', '5', '6', '7', None]}) x['A'] = ['10', '11', '12', '13', '14'] 二、pandas对非...
pandas条件组合筛选和按范围筛选的示例代码
09-18
主要介绍了pandas条件组合筛选和按范围筛选的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
pandas按若干个列的组合条件筛选数据的方法
09-20
下面小编就为大家分享一篇pandas按若干个列的组合条件筛选数据的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
pandas根据条件赋值
henbile的博客
01-24 8005
pandas根据条件赋值：常用条件，多条件并行、是否相等、字符串是否包含、是否为nan等。
pandas基础-列表推导式与条件赋值
weixin_44885820的博客
10-09 1160
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
Python pandas 数据筛选与赋值升级版详解
DataShare
08-15 757
数据筛选背景 在处理数据时，我们可能希望从数据库里面筛选出符合特定条件的记录(个案或样本，不同的行业叫法不一样)，平常大家对Excel筛选很熟悉，比如从A字段(变量或特征)包含“团队”，B字段大于等于40，筛选出符合这两个条件的记录，如下图所示： excel数据筛选 pandas处理 正确代码 #加载库 import pandas as pd import numpy as np ...
pandas.dataFrame按条件修改列的值（4种方式）
Plus昺昊的博客
07-27 6万+
根据条件对另一列的值进行修改
sql 把一个字段值赋给另一个字段_通俗易懂！像使用SQL一样使用Pandas进行数据筛选等复杂操作...
weixin_39620629的博客
01-18 2036
相对于学习Pandas各种数据筛选操作，SQL语法显得更加简洁清晰，若能够将SQL语法与Pandas中对应的函数的使用方法关联起来，对于我们应用Pandas进行数据筛选来讲无疑是一个福音。本文通过Pandas实现SQL语法中条件过滤、排序、关联、合并、更新、删除等简单及复杂操作，使得我们对方法的理解更加深刻，更加得心应手。演示数据集本文采用安德森鸢尾花卉(iris)数据集进行演示，iris数据集包...
pandas将df赋值到另一个df_Pandas条件筛选并赋值实用操作一例
06-10
假设你有一个名为`df`的Pandas数据框，你想根据某些条件筛选数据，然后将结果赋值给另一个数据框`df_filtered`，那么可以使用以下代码： ```python df_filtered = df[df['column_name'] == 'value'] ``` 其中，`column_name`是你想要筛选的列的名称，`value`是你希望数据框中该列的值等于的值。这行代码将返回一个新的数据框，其中只包含符合条件的行。将该新数据框赋值给`df_filtered`即可。 例如，假设你有一个名为`sales`的数据框，其中包含产品名称、销售数量和销售日期等信息。你想筛选出所有销售数量大于100的行，并将结果赋值给一个新的数据框`high_sales`，则可以使用以下代码： ```python high_sales = sales[sales['sales_quantity'] > 100] ``` 这行代码将返回一个新的数据框`high_sales`，其中只包含销售数量大于100的行。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值