pandas使用技巧【7】如何根據(jù)列的值過濾DataFrame的某些行

簡介: 本文主要介紹DataFrame過濾數(shù)據(jù)的方法和原理痕鳍。
  • 過濾機(jī)制

可以按照下列方法赔退,依據(jù)列的值過濾DataFrame處理某些符合條件的行

dataframe[ 條件 ]
dataframe[ dataframe["colname"] > value ]
dataframe[ dataframe["colname"] < value ]
dataframe[ dataframe["colname"] != value ]
  • 推導(dǎo)過程

對(duì)特定的列進(jìn)行值的比較判斷,得到的將是一個(gè)boolean數(shù)據(jù)類型的Series纵朋。

boolean_array =   dataframe["colname"] > value   ————>   Series type with bool values

dataframe[boolean_array]    —————>  DataFrame filtered
||
dataframe[ dataframe["colname"] > value ]    —————>  DataFrame filtered
  • 多條件過濾
    注意需要使用 & | 操作符,而不是and,or 操作符容燕。
dataframe[ dataframe["col1"] > val1 & dataframe["col2"] != val2] 

附上小哥哥的視頻鏈接Data analysis in Python with pandas
Youtube ??
嗶哩嗶哩 ??

所有文章列表
pandas使用技巧總覽

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市婚度,隨后出現(xiàn)的幾起案子蘸秘,更是在濱河造成了極大的恐慌,老刑警劉巖蝗茁,帶你破解...
    沈念sama閱讀 219,539評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件醋虏,死亡現(xiàn)場離奇詭異,居然都是意外死亡哮翘,警方通過查閱死者的電腦和手機(jī)颈嚼,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,594評(píng)論 3 396
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來饭寺,“玉大人阻课,你說我怎么就攤上這事叫挟。” “怎么了柑肴?”我有些...
    開封第一講書人閱讀 165,871評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵霞揉,是天一觀的道長。 經(jīng)常有香客問我晰骑,道長适秩,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,963評(píng)論 1 295
  • 正文 為了忘掉前任硕舆,我火速辦了婚禮秽荞,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘抚官。我一直安慰自己扬跋,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,984評(píng)論 6 393
  • 文/花漫 我一把揭開白布凌节。 她就那樣靜靜地躺著钦听,像睡著了一般。 火紅的嫁衣襯著肌膚如雪倍奢。 梳的紋絲不亂的頭發(fā)上朴上,一...
    開封第一講書人閱讀 51,763評(píng)論 1 307
  • 那天,我揣著相機(jī)與錄音卒煞,去河邊找鬼痪宰。 笑死,一個(gè)胖子當(dāng)著我的面吹牛畔裕,可吹牛的內(nèi)容都是我干的衣撬。 我是一名探鬼主播,決...
    沈念sama閱讀 40,468評(píng)論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼扮饶,長吁一口氣:“原來是場噩夢啊……” “哼具练!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起甜无,我...
    開封第一講書人閱讀 39,357評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤靠粪,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后毫蚓,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,850評(píng)論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡昔善,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,002評(píng)論 3 338
  • 正文 我和宋清朗相戀三年元潘,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片君仆。...
    茶點(diǎn)故事閱讀 40,144評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡翩概,死狀恐怖牲距,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情钥庇,我是刑警寧澤牍鞠,帶...
    沈念sama閱讀 35,823評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站评姨,受9級(jí)特大地震影響难述,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜吐句,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,483評(píng)論 3 331
  • 文/蒙蒙 一胁后、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧嗦枢,春花似錦攀芯、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,026評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至氧秘,卻和暖如春年鸳,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背敏储。 一陣腳步聲響...
    開封第一講書人閱讀 33,150評(píng)論 1 272
  • 我被黑心中介騙來泰國打工阻星, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人已添。 一個(gè)月前我還...
    沈念sama閱讀 48,415評(píng)論 3 373
  • 正文 我出身青樓妥箕,卻偏偏與公主長得像,于是被迫代替她去往敵國和親更舞。 傳聞我的和親對(duì)象是個(gè)殘疾皇子畦幢,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,092評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容