布尔索引(Boolean Indexing)是数据分析中一种强大且常用的技术,用于通过布尔值数组(即包含 True 和 False 的数组)来选择数据子集。布尔索引可以用于 NumPy 数组、Pandas 数据框等数据结构。
布尔索引是一种非常有用的技术,可以通过条件筛选数据。它不仅简化了代码,还提高了数据操作的效率。无论是在 NumPy 还是 Pandas 中,布尔索引都能帮助你快速、简洁地选择和操作数据子集。
NumPy 中的布尔索引
在 NumPy 中,布尔索引可以用于选择满足特定条件的数组元素。例如:
import numpy as np
# 创建一个 NumPy 数组
data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
# 创建一个布尔数组,条件是元素大于 5
bool_array = data > 5
# 使用布尔索引选择元素
filtered_data = data[bool_array]
print("Original data:", data)
print("Boolean array:", bool_array)
print("Filtered data:", filtered_data)
输出:
Original data: [ 1 2 3 4 5 6 7 8 9 10]
Boolean array: [False False False False False True True True True True]
Filtered data: [ 6 7 8 9 10]
Pandas 中的布尔索引
在 Pandas 中,布尔索引可以用于选择满足特定条件的行或列。例如:
import pandas as pd
# 创建一个 Pandas 数据框
data = {'A': [1, 2, 3, 4, 5],
'B': [10, 20, 30, 40, 50],
'C': [100, 200, 300, 400, 500]}
df = pd.DataFrame(data)
# 创建一个布尔数组,条件是列 'A' 的值大于 2
bool_series = df['A'] > 2
# 使用布尔索引选择行
filtered_df = df[bool_series]
print("Original DataFrame:")
print(df)
print("\nBoolean Series:")
print(bool_series)
print("\nFiltered DataFrame:")
print(filtered_df)
输出:
Original DataFrame:
A B C
0 1 10 100
1 2 20 200
2 3 30 300
3 4 40 400
4 5 50 500
Boolean Series:
0 False
1 False
2 True
3 True
4 True
Name: A, dtype: bool
Filtered DataFrame:
A B C
2 3 30 300
3 4 40 400
4 5 50 500