pandas教程：Dataframe筛选数据

1. 原文连接： https://blog.csdn.net/hnanxihotmail/article/details/81625854

2. >>> import pandas as pd

3. >>> import numpy as np

4. >>> #今天还是用到了DataFrame，如果你用一下它的筛选数据的功能，你会大吃一惊，它非常擅长筛选数据，可以极大提高你的工作效率，废话不多说，下面看看几个进行复杂数据筛选的例子。

5. >>> #首先我们创建一个DataFrame，该DataFrame包含的数据如下

6. >>> df=pd.DataFrame(np.random.randn(6,4),columns=list('ABCD'))

7. >>> df

8. A B C D

9. 0 -1.108935 1.187163 1.546778 0.246329

10. 1 -0.015045 1.367264 -0.617322 -1.068358

11. 2 0.502788 0.305497 -0.819171 -0.331027

12. 3 2.585354 -0.043285 1.056259 -0.079882

13. 4 0.316549 -1.464567 1.504431 0.803362

14. 5 -1.097251 -0.706594 -1.393058 -0.251690

15. >>> #假如我们想要筛选D列数据中大于0的行

16. >>> df[df.D>0]

17. A B C D

18. 0 -1.108935 1.187163 1.546778 0.246329

19. 4 0.316549 -1.464567 1.504431 0.803362

20. >>> #使用&符号可以实现多条件筛选，当然是用"|"符号也可以实现多条件，只不过他是或的关系。

21. >>> df[(df.D>0)&(df.C<0)]

22. Empty DataFrame

23. Columns: [A, B, C, D]

24. Index: []

25. >>> df[(df.D<0)&(df.C>0)]

26. A B C D

27. 3 2.585354 -0.043285 1.056259 -0.079882

28. >>> df[(df.D<0.5)&(df.C>1.5)]

29. A B C D

30. 0 -1.108935 1.187163 1.546778 0.246329

31. >>> df[(df.D<0.5)|(df.C>1.5)]

32. A B C D

33. 0 -1.108935 1.187163 1.546778 0.246329

34. 1 -0.015045 1.367264 -0.617322 -1.068358

35. 2 0.502788 0.305497 -0.819171 -0.331027

36. 3 2.585354 -0.043285 1.056259 -0.079882

37. 4 0.316549 -1.464567 1.504431 0.803362

38. 5 -1.097251 -0.706594 -1.393058 -0.251690

39. >>> df[(df.D<0.5)|(df.C>1.52)]

40. A B C D

41. 0 -1.108935 1.187163 1.546778 0.246329

42. 1 -0.015045 1.367264 -0.617322 -1.068358

43. 2 0.502788 0.305497 -0.819171 -0.331027

44. 3 2.585354 -0.043285 1.056259 -0.079882

45. 5 -1.097251 -0.706594 -1.393058 -0.251690

46. >>> #假如我们只需要A和B列数据，而D和C列数据都是用于筛选的，可以这样写：只返回了AB两列数据

47. >>> df[['A','B']][(df.D>0)&(df.C<0)]

48. Empty DataFrame

49. Columns: [A, B]

50. Index: []

51. >>> df[['A','B']][(df.D<0)&(df.C>0)]

52. A B

53. 3 2.585354 -0.043285

54. >>> index = (df.D<0)&(df.C>0)

55. >>> index

56. 0 False

57. 1 False

58. 2 False

59. 3 True

60. 4 False

61. 5 False

62. dtype: bool

63. >>> df(index)

64. Traceback (most recent call last):

65. File "<pyshell#19>", line 1, in <module>

66. df(index)

67. TypeError: 'DataFrame' object is not callable

68. >>> df[index]

69. A B C D

70. 3 2.585354 -0.043285 1.056259 -0.079882

71. >>> #我们还可以使用insin方法来筛选特定的值，把要筛选的值写到一个列表里，如alist

72. >>> alist=[-0.079882,0.687050,0.3685412]

73. >>> df['D'].isin(alist)

74. 0 False

75. 1 False

76. 2 False

77. 3 False

78. 4 False

79. 5 False

80. Name: D, dtype: bool

81. >>> alist=[0.246329]

82. >>> df['D'].isin(alist)

83. 0 False

84. 1 False

85. 2 False

86. 3 False

87. 4 False

88. 5 False

89. Name: D, dtype: bool

90. >>> df[df['D'].isin(alist)]

91. Empty DataFrame

92. Columns: [A, B, C, D]

93. Index: []

94. >>> df=pd.DataFrame(np.random.normal(6,4),columns=list('ABCD'))

95. Traceback (most recent call last):

96. File "<pyshell#27>", line 1, in <module>

97. df=pd.DataFrame(np.random.normal(6,4),columns=list('ABCD'))

98. File "C:\Users\Administrator\AppData\Local\Programs\Python\Python36-32\lib\site-packages\pandas\core\frame.py", line 422, in __init__

99. raise ValueError('DataFrame constructor not properly called!')

100. ValueError: DataFrame constructor not properly called!

101. >>> df=pd.DataFrame(np.arange(16).reshape(4,4),columns=list('ABCD'))

102. >>> df

103. A B C D

104. 0 0 1 2 3

105. 1 4 5 6 7

106. 2 8 9 10 11

107. 3 12 13 14 15

108. >>> alist=[11]

109. >>> df['D'].isin(alist)

110. 0 False

111. 1 False

112. 2 True

113. 3 False

114. Name: D, dtype: bool

115. >>> df[df['D'].isin(alist)]

116. A B C D

117. 2 8 9 10 11

118. >>>