如何根据 Pandas 中的列值过滤 DataFrame 行
- 根据特定的列值选择 Pandas 行
- 选择不包含特定列值的 Pandas 行
- 选择列值大于或小于特定值的 Pandas 行
- 根据多个列值选择 Pandas 行
- 选择具有多个条件的 DataFrame 行
我们可以根据单列或多列值选择 DataFrame
的行。我们也可以从 DataFrame 中获得满足或不满足一个或多个条件的行。这可以通过布尔索引,位置索引,标签索引和 query()方法来实现。
根据特定的列值选择 Pandas 行
我们可以从包含或不包含列的特定值的 DataFrame 中选择 Pandas 行。它广泛用于根据列值过滤 DataFrame。
选择包含特定列值的 Pandas 行
使用布尔索引进行过滤
在布尔索引中,我们首先生成一个掩码,该掩码只是表示该列是否包含特定元素的一系列布尔值。
df_mask=df['col_name']=='specific_value'
然后,我们将此掩码应用于原始 DataFrame 以过滤所需的值。
filtered_df = df[df_mask]
这将返回过滤后的 DataFrame,该 DataFrame
仅包含具有 col_name
列的 specific_value
值的行。
import pandas as pd
dates=['April-10', 'April-11', 'April-12', 'April-13','April-14','April-16']
sales=[200,300,400,200,300,300]
prices=[3, 1, 2, 4,3,2]
df = pd.DataFrame({'Date':dates ,
'Sales':sales ,
'Price': prices})
df_mask=df['Sales']==300
filtered_df = df[df_mask]
print(filtered_df)
输出:
Date Sales Price
1 April-11 300 1
4 April-14 300 3
5 April-16 300 2
这将给出 df
中所有销售额为 300 的行。
使用位置索引进行过滤
它与布尔索引相似,但是要多做一步。在这种方法中,我们首先创建一个布尔掩码,然后找到布尔掩码具有真值的位置。然后,我们将掩码中所有值为 True
的位置传递给 iloc()
方法,以便仅选择所有需要的行。
import pandas as pd
import numpy as np
dates=['April-10', 'April-11', 'April-12', 'April-13','April-14','April-16']
sales=[200,300,400,200,300,300]
prices=[3, 1, 2, 4,3,2]
df = pd.DataFrame({'Date':dates ,
'Sales':sales ,
'Price': prices})
df_mask=df['Sales']==300
positions = np.flatnonzero(df_mask)
filtered_df=df.iloc[positions]
print(filtered_df)
输出:
Date Sales Price
1 April-11 300 1
4 April-14 300 3
5 April-16 300 2
这也会给出 df
中所有销售值是 300 的行。
Pandas Chaining
我们还可以使用 Pandas Chaining 来按列值过滤 pandas.DataFrame
过滤器。在这种方法中,我们使用 pandas.DataFrame.eq()
方法,将检查其值以比较 DataFrame 中按元素的相等性。
import pandas as pd
import numpy as np
dates=['April-10', 'April-11', 'April-12', 'April-13','April-14','April-16']
sales=[200,300,400,200,300,300]
prices=[3, 1, 2, 4,3,2]
df = pd.DataFrame({'Date':dates ,
'Sales':sales ,
'Price': prices})
filtered_df = df[df.Sales.eq(300)]
print(filtered_df)
输出:
Date Sales Price
1 April-11 300 1
4 April-14 300 3
5 April-16 300 2
pandas.DataFrame.query()
我们可以使用 pandas.DataFrame.query()
在列中按列值选择 Pandas 行。
import pandas as pd
import numpy as np
dates=['April-10', 'April-11', 'April-12', 'April-13','April-14','April-16']
sales=[200,300,400,200,300,300]
prices=[3, 1, 2, 4,3,2]
df = pd.DataFrame({'Date':dates ,
'Sales':sales ,
'Price': prices})
filtered_df = df.query('Sales == 300')
print(filtered_df)
输出:
Date Sales Price
1 April-11 300 1
4 April-14 300 3
5 April-16 300 2
如果我们希望更新现有的 DataFrame,可以在查询方法中设置 inplace=True
。
选择不包含特定列值的 Pandas 行
选择不包含特定列值的 Pandas 行的方法与选择具有特定列值的 Pandas 行的方法类似。我们唯一需要更改的是条件,即在创建掩码或查询时,仅将 ==
替换为!=
即可使该列不包含特定值。
import pandas as pd
dates=['April-10', 'April-11', 'April-12', 'April-13','April-14','April-16']
sales=[200,300,400,200,300,300]
prices=[3, 1, 2, 4,3,2]
df = pd.DataFrame({'Date':dates ,
'Sales':sales ,
'Price': prices})
df_mask=df['Sales']!=300
filtered_df = df[df_mask]
print(filtered_df)
输出:
Date Sales Price
0 April-10 200 3
2 April-12 400 2
3 April-13 200 4
这将选择销售值不是 300
的所有 df
行。
选择列值大于或小于特定值的 Pandas 行
要选择列值大于或小于特定值的 Pandas 行,在创建遮罩或查询时,请使用诸如 >
,<=
,>=
之类的运算符。
import pandas as pd
dates=['April-10', 'April-11', 'April-12', 'April-13','April-14','April-16']
sales=[200,300,400,200,300,300]
prices=[3, 1, 2, 4,3,2]
df = pd.DataFrame({'Date':dates ,
'Sales':sales ,
'Price': prices})
df_mask=df['Sales']>=300
filtered_df = df[df_mask]
print(filtered_df)
输出:
Date Sales Price
1 April-11 300 1
2 April-12 400 2
4 April-14 300 3
5 April-16 300 2
这将导致 DataFrame 的 Sales
值大于或等于 300
。
根据多个列值选择 Pandas 行
我们介绍了根据 DataFrame 中列的特定值选择行的方法。在本节中,我们将讨论基于多个列值选择 Pandas 行的方法。
选择包含多个列值之一的 Pandas 行
要选择包含多个列值之一的 Pandas 行,我们使用 pandas.DataFrame.isin(values)
,该方法返回布尔值的 DataFrame,该布尔值表示 DataFrame 中的每个元素是否包含在值中。这样获得的布尔值的 DataFrame 可用于选择行。
import pandas as pd
dates=['April-10', 'April-11', 'April-12', 'April-13','April-14','April-16']
sales=[200,300,400,200,300,300]
prices=[3, 1, 2, 4,3,2]
df = pd.DataFrame({'Date':dates ,
'Sales':sales ,
'Price': prices})
values=[200,400]
filtered_df = df[df.Sales.isin(values)]
print(filtered_df)
输出:
Date Sales Price
0 April-10 200 3
2 April-12 400 2
3 April-13 200 4
它将 DataFrame 的 Sales
值为 200
或 400
的所有行中过滤掉。
选择不包含多个指定列值之一的 Pandas 行
要选择不包含多个指定列值中任何一个的 DataFrame 的行,我们将通过在前面放置~
符号来将从 pandas.DataFrame.isin(values)
返回的 booleans
的 DataFrame
取反。
import pandas as pd
dates=['April-10', 'April-11', 'April-12', 'April-13','April-14','April-16']
sales=[200,300,400,200,300,300]
prices=[3, 1, 2, 4,3,2]
df = pd.DataFrame({'Date':dates ,
'Sales':sales ,
'Price': prices})
values=[200,400]
filtered_df = df[~df.Sales.isin(values)]
print(filtered_df)
输出:
Date Sales Price
1 April-11 300 1
4 April-14 300 3
5 April-16 300 2
它从 DataFrame 中过滤所有销售额值既不是 200 也不是 400 的行。
选择具有多个条件的 DataFrame 行
如果我们要考虑多列的行值来过滤行,则要创建多个条件,并将它们与 &
运算符组合。现在,仅当满足所有列的条件时才选择该行。
import pandas as pd
dates=['April-10', 'April-11', 'April-12', 'April-13','April-14','April-16']
sales=[200,300,400,200,300,300]
prices=[3, 1, 2, 4,3,2]
df = pd.DataFrame({'Date':dates ,
'Sales':sales ,
'Price': prices})
values_1=[200,400]
values_2=[2,3]
filtered_df = df[df.Sales.isin(values_1)&~df.Price.isin(values_2)]
print(filtered_df)
输出:
Date Sales Price
3 April-13 200 4
它从销售值为 200
或 400
且价格为 2
或 3
的 DataFrame 中过滤所有行。输出中的行仅满足整个 DataFrame 中的两个条件。
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn相关文章 - Pandas DataFrame
- 如何将 Pandas DataFrame 列标题获取为列表
- 如何删除 Pandas DataFrame 列
- 如何在 Pandas 中将 DataFrame 列转换为日期时间
- 如何在 Pandas DataFrame 中将浮点数转换为整数
- 如何按一列的值对 Pandas DataFrame 进行排序
- 如何用 group-by 和 sum 获得 Pandas 总和