系統(tǒng)：Windows 7
語言版本：Anaconda3-4.3.0.1-Windows-x86_64
編輯器：pycharm-community-2016.3.2
pandas：0.19.2
- 這個(gè)系列講講Python的科學(xué)計(jì)算版塊
- 今天講講pandas模塊：根據(jù)條件對(duì)Df進(jìn)行篩選
Part 1：示例
- 已知
df_1，有3列["value1", "value2", "value3"], - 不同篩選條件下塑娇，獲取新的df
- 篩選條件1：
value2列大于0.6妻率，且驹止，value3列小于5，獲得df_2 - 篩選條件2：
value2列大于0.6，或，value3列小于5谷饿，獲得df_3 - 篩選條件3：
value2列大于0.6，且妈倔，value1列取值P1或者 P2博投，獲得df_4 - 篩選條件4：
value2列大于0.6，或盯蝴，value1列取值P1或者 P2毅哗，獲得df_5
- 篩選條件1：
df_1
1.png
df_2
df_2.png
df_3
df_3.png
df_4
df_4.png
df_5
df_5.png
Part 2：代碼
import pandas as pd
dict_1 = {"value1": ["P1", "P2", "P3"],
"value2": [0.5, 0.8, 1.0],
"value3": [1, 5, 3]}
df_1 = pd.DataFrame(dict_1, columns=["value1", "value2", "value3"])
print(df_1)
print("\n兩個(gè)條件同時(shí)滿足")
df_2 = df_1[(df_1["value2"] > 0.6) & (df_1["value3"] < 5)]
print(df_2)
print("\n滿足任一條件")
df_3 = df_1[(df_1["value2"] > 0.6) | (df_1["value3"] < 5)]
print(df_3)
print("\n兩個(gè)條件同時(shí)滿足")
list_1 = ["P1", "P2"]
df_4 = df_1[(df_1["value2"] > 0.6) & (df_1["value1"].isin(list_1))]
print(df_4)
print("\n滿足任一條件")
list_1 = ["P1", "P2"]
df_5 = df_1[(df_1["value2"] > 0.6) | (df_1["value1"].isin(list_1))]
print(df_5)
代碼截圖
2.png
Part 3：部分代碼解讀
-
df_2 = df_1[(df_1["value2"] > 0.6) & (df_1["value3"] < 5)]，兩個(gè)條件分別放置于()內(nèi)捧挺，即df[(條件1) & (條件2)]- 邏輯與虑绵，使用 &
- 邏輯或，使用 |
- 比較運(yùn)算符直接使用
>,< - 在一定范圍內(nèi)使用
isin闽烙，之前的文章有介紹過
本文為原創(chuàng)作品翅睛，歡迎分享朋友圈
長(zhǎng)按圖片識(shí)別二維碼，關(guān)注本公眾號(hào)
Python 優(yōu)雅 帥氣
12x0.8.jpg
