Sorok szűrése a Pandas DataFramesben
A Pandas egy hatékony könyvtár a Pythonban az adatok manipulálására és elemzésére. Gyakori feladat a sorok kiválasztása a DataFrame-ből oszlopértékek alapján, hasonlóan az SQL SELECT * FROM táblájához, WHERE oszlopnév = valami_érték.
Ez az útmutató végigvezeti Önt a különböző módszereken, amelyek segítségével ezt a Pandasban elérheti, megkönnyítve az adatok hatékony szűrését. Akár kezdő, akár tapasztalt felhasználó, ezek a tippek fejlesztik adatkezelési készségeit.
| Parancs | Leírás |
|---|---|
| pd.DataFrame(data) | DataFrame-et hoz létre egy adatszótárból. |
| df[column_name] | Név szerint ér el egy oszlopot a DataFrame-ben. |
| df[condition] | Szűri a DataFrame-et egy oszlopra alkalmazott feltétel alapján. |
| print(selected_rows) | Kinyomtatja a DataFrame-et vagy annak egy részét a konzolra. |
| df[df['Age'] >df[df['Age'] > 25] | Kijelöli azokat a sorokat, ahol az „Életkor” oszlop értéke nagyobb, mint 25. |
| df[df['City'] == 'Chicago'] | Válassza ki azokat a sorokat, amelyekben a „Város” oszlop értéke megegyezik a „Chicago” értékkel. |
A DataFrame sorkiválasztás megértése a Pandasban
A mellékelt szkriptek bemutatják, hogyan válasszunk ki sorokat egy DataFrame-ből oszlopértékek alapján a Python Pandas könyvtárának használatával. Az első szkript a Pandas könyvtár importálásával kezdődik a parancs. Ezután egy adatszótár segítségével egy minta DataFrame-et hoz létre, amelyet DataFrame-mé konvertál parancs. A szkript ezután két módszert szemléltet a sorkiválasztáshoz: olyan sorok kijelölése, amelyekben az „Életkor” oszlop értéke nagyobb, mint 25 , és válassza ki azokat a sorokat, ahol a „Város” oszlop értéke „Chicago” a következő használatával df[df['City'] == 'Chicago']. Ezeket a szűrt DataFrame-eket a rendszer a funkció a kiválasztott sorok megjelenítéséhez.
A második szkript hasonló szerkezetet követ, de eltérő adatokat és kiválasztási kritériumokat használ. Létrehoz egy DataFrame-et termékinformációkkal, beleértve a „Termék”, „Ár” és „Készlet” oszlopokat. A rendszer olyan sorokat jelöl ki, ahol az „Ár” kisebb vagy egyenlő, mint 200
Speciális technikák a DataFrame sorok kiválasztásához a Pandákban
A logikai indexelést használó alapvető szűrés mellett a Pandas fejlett technikákat kínál a sorok oszlopértékek alapján történő kiválasztásához. Az egyik hatékony módszer a funkció, amely lehetővé teszi a sorok szűrését egy lekérdezési kifejezéssel, így a szintaxis tisztább és gyakran intuitívabb. Például használat helyett , tudsz írni . Ez a módszer különösen akkor hasznos, ha összetettebb feltételekkel foglalkozik, vagy ha az oszlopnevek szóközt tartalmaznak. Ezenkívül a isin() függvény akkor hasznos, ha értéklista alapján szeretné szűrni a sorokat. Például olyan sorok kiválasztásához, ahol a „Város” oszlop értéke „Chicago” vagy „New York”, használhatja .
Egy másik technika magában foglalja a és indexelők. A Az indexelő címke alapú, lehetővé téve a sorok címkék és oszlopnevek alapján történő kiválasztását, míg iloc egész hely alapú, lehetővé téve a sor- és oszlopszám szerinti kijelölést. Ez a rugalmasság különösen hasznos sorok kiválasztásához egy másik oszlopra alkalmazott feltétel alapján. Például, A 25 évnél idősebb személyek nevét adja vissza. Ezek a módszerek kibővítik az eszköztárat a Pandas adatok hatékony kezelésére és elemzésére, olvashatóbb és karbantartható kódot kínálva.
- Hogyan választhatok ki sorokat több feltétel alapján?
- Használhatja a függvényt, vagy kombinálja a feltételeket olyan logikai operátorokkal, mint pl és . Például, df[(df['Age'] > 25) & (df['City'] == 'Chicago')].
- Szűrhetem a sorokat értéklista alapján?
- Igen, használja a funkció. Például, .
- Mi a különbség és ?
- címke alapú, míg egész hely alapú. Használat sor/oszlop címkékkel és iloc sor/oszlop indexekkel.
- Hogyan választhatok ki bizonyos oszlopokat a sorok szűrése közben?
- Te tudod használni . Például, .
- Hogyan kezelhetem a hiányzó értékeket a sorok kiválasztásakor?
- Használja a függvény a hiányzó értékeket tartalmazó sorok eltávolításához, vagy hogy lecserélje őket egy meghatározott értékre.
- Használhatok reguláris kifejezéseket a sorok szűrésére?
- Igen, a funkciót a paraméter lehetővé teszi a sorok szűrését regex minták alapján. Például, .
- Hogyan szűrhetem a sorokat az index alapján?
- Te tudod használni az index nevével. Például, .
- Mi a teendő, ha az oszlopneveim szóközöket vagy speciális karaktereket tartalmaznak?
- Használja a függvény, amely képes kezelni az ilyen oszlopneveket backtickekkel. Például, .
Utolsó gondolatok a DataFrame sorkiválasztási technikákról
A sorok kiválasztása a DataFrame-ből az oszlopértékek alapján a Pandasban az adatkezelés kulcsfontosságú készsége. A tárgyalt különféle módszerek, beleértve a logikai indexelést, , , valamint címke alapú és egész hely alapú indexelés és iloc, hatékony eszközöket biztosítanak az adatok hatékony szűréséhez. E technikák elsajátítása jobb adatelemzést és tisztább, karbantarthatóbb kódot tesz lehetővé.