利用pandas怎么對(duì)指定列值對(duì)應(yīng)的行進(jìn)行篩選？相信很多沒有經(jīng)驗(yàn)的人對(duì)此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個(gè)問題。

建網(wǎng)站原本是網(wǎng)站策劃師、網(wǎng)絡(luò)程序員、網(wǎng)頁設(shè)計(jì)師等，應(yīng)用各種網(wǎng)絡(luò)程序開發(fā)技術(shù)和網(wǎng)頁設(shè)計(jì)技術(shù)配合操作的協(xié)同工作。創(chuàng)新互聯(lián)專業(yè)提供網(wǎng)站設(shè)計(jì)、做網(wǎng)站,網(wǎng)頁設(shè)計(jì),網(wǎng)站制作(企業(yè)站、自適應(yīng)網(wǎng)站建設(shè)、電商門戶網(wǎng)站)等服務(wù),從網(wǎng)站深度策劃、搜索引擎友好度優(yōu)化到用戶體驗(yàn)的提升,我們力求做到極致!

在pandas中怎么樣實(shí)現(xiàn)類似mysql查找語句的功能：

select * from table where column_name = some_value;

pandas中獲取數(shù)據(jù)的有以下幾種方法：

• 布爾索引

• 位置索引

• 標(biāo)簽索引

• 使用API

假設(shè)數(shù)據(jù)如下:

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
          'B': 'one one two three two two one three'.split(),
          'C': np.arange(8), 'D': np.arange(8) * 2})

布爾索引

該方法其實(shí)就是找出每一行中符合條件的真值(true value)，如找出列A中所有值等于foo

df[df['A'] == 'foo'] # 判斷等式是否成立

位置索引

使用iloc方法，根據(jù)索引的位置來查找數(shù)據(jù)的。這個(gè)例子需要先找出符合條件的行所在位置

mask = df['A'] == 'foo'
pos = np.flatnonzero(mask) # 返回的是array([0, 2, 4, 6, 7])
df.iloc[pos]

#常見的iloc用法
df.iloc[:3,1:3]

標(biāo)簽索引

如何DataFrame的行列都是有標(biāo)簽的，那么使用loc方法就非常合適了。

df.set_index('A', append=True, drop=False).xs('foo', level=1) # xs方法適用于多重索引DataFrame的數(shù)據(jù)篩選

# 更直觀點(diǎn)的做法
df.index=df['A'] # 將A列作為DataFrame的行索引
df.loc['foo', :]

# 使用布爾
df.loc[df['A']=='foo']

使用API

pd.DataFrame.query方法在數(shù)據(jù)量大的時(shí)候，效率比常規(guī)的方法更高效。

df.query('A=="foo"')

# 多條件
df.query('A=="foo" | A=="bar"')

數(shù)據(jù)提取不止前面提到的情況，第一個(gè)答案就給出了以下幾種常見情況：

1、篩選出列值等于標(biāo)量的行，用==

df.loc[df['column_name'] == some_value]

2、篩選出列值屬于某個(gè)范圍內(nèi)的行，用isin

df.loc[df['column_name'].isin(some_values)] # some_values是可迭代對(duì)象

3、多種條件限制時(shí)使用&，&的優(yōu)先級(jí)高于>=或<=，所以要注意括號(hào)的使用

df.loc[(df['column_name'] >= A) & (df['column_name'] <= B)]

4、篩選出列值不等于某個(gè)/些值的行

df.loc[df['column_name'] != 'some_value']

df.loc[~df['column_name'].isin('some_values')] #~取反

看完上述內(nèi)容，你們掌握利用pandas怎么對(duì)指定列值對(duì)應(yīng)的行進(jìn)行篩選的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝各位的閱讀！

分享文章：利用pandas怎么對(duì)指定列值對(duì)應(yīng)的行進(jìn)行篩選-創(chuàng)新互聯(lián)
轉(zhuǎn)載來于：http://www.chinadenli.net/article32/iigsc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供品牌網(wǎng)站制作、網(wǎng)站營(yíng)銷、標(biāo)簽優(yōu)化、企業(yè)建站、網(wǎng)站內(nèi)鏈、手機(jī)網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)