python 多个条件筛选_从Python中的Dataframe过滤多个条件

你需要()而不是[]:

arrival_delayed_weather = (flight_data_finalcopy["ArrDelay"] > 0) &

(flight_data_finalcopy["WeatherDelay"]>0)

但似乎你需要ix来通过掩码选择UniqueCarrier和AirlineID列 – 有点修改boolean indexing:

mask = (flight_data_finalcopy["ArrDelay"] > 0) &

(flight_data_finalcopy["WeatherDelay"]>0)

arrival_delayed_weather_filter=flight_data_finalcopy.ix[mask, ["UniqueCarrier","AirlineID"]]

样品:

flight_data_finalcopy = pd.DataFrame({'ArrDelay':[0,2,3],

'WeatherDelay':[0,0,6],

'UniqueCarrier':['s','a','w'],

'AirlineID':[1515,3546,5456]})

print (flight_data_finalcopy)

AirlineID ArrDelay UniqueCarrier WeatherDelay

0 1515 0 s 0

1 3546 2 a 0

2 5456 3 w 6

mask = (flight_data_finalcopy["ArrDelay"] > 0) & (flight_data_finalcopy["WeatherDelay"]>0)

print (mask)

0 False

1 False

2 True

dtype: bool

arrival_delayed_weather_filter=flight_data_finalcopy.ix[mask, ["UniqueCarrier","AirlineID"]]

print (arrival_delayed_weather_filter)

UniqueCarrier AirlineID

2 w 5456

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要在DataFrame进行单列多条件筛选,可以使用`loc`函数。首先,使用`loc`函数选择要筛选的列,然后使用逻辑运算符(如`&`和`|`)将多个条件组合起来。例如,假设我们要筛选出`CardNo`列值小于100且大于50的数据,可以使用以下代码: ```python filtered_data = data.loc\[(data\['CardNo'\] < 100) & (data\['CardNo'\] > 50)\] ``` 这将返回一个新的DataFrame,其包含满足条件的行。你可以根据需要添加更多的条件来进一步筛选数据。 #### 引用[.reference_title] - *1* [python使用pandas的read_csv函数读取csv数据为dataframe、基于单列数据的过滤条件筛选数据行](https://blog.csdn.net/weixin_57242009/article/details/123620735)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [【转载】使用Pandas对数据进行筛选和排序](https://blog.csdn.net/aiqituo9030/article/details/101817552)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [dataframe条件筛选行](https://blog.csdn.net/ainivip/article/details/112424114)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
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