Pandas DataFrames筛选数据的方法

在使用dataframe处理数据的时候碰到了按照条件选取行的问题,单个条件时可以使用:

df[df['one'] > 5]

如果多个条件的话需要这么写:

import numpy as np

df[np.logical_and(df['one']> 5,df['two']>5)]

也可以这么写

df[(df['one']> 5) & (df['two']>5)]


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。

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

  2. 假如我们想要筛选D列数据中大于0的行

  3. 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。

  4. 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

  5. 我们以上用到的方法都是通过一个布尔索引完成的,我们看一下这样的运算返回的值是什么

  6. 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

  7. 假如选择D列数据中,有alist中的值的行


  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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