Filtrere rader i Pandas DataFrames
Pandas er et kraftig bibliotek i Python for datamanipulering og analyse. En vanlig oppgave er å velge rader fra en DataFrame basert på kolonneverdier, lik SQLs SELECT * FROM-tabell WHERE column_name = some_value.
Denne guiden vil lede deg gjennom ulike metoder for å oppnå dette i Pandas, noe som gjør det enkelt å filtrere dataene dine effektivt. Enten du er nybegynner eller erfaren bruker, vil disse tipsene forbedre dine datahåndteringsferdigheter.
| Kommando | Beskrivelse |
|---|---|
| pd.DataFrame(data) | Oppretter en DataFrame fra en ordbok med data. |
| df[column_name] | Får tilgang til en kolonne i DataFrame etter navn. |
| df[condition] | Filtrerer DataFrame basert på en betingelse brukt på en kolonne. |
| print(selected_rows) | Skriver ut DataFrame eller et undersett av det til konsollen. |
| df[df['Age'] >df[df['Age'] > 25] | Velger rader der verdiene i kolonnen 'Alder' er større enn 25. |
| df[df['City'] == 'Chicago'] | Velger rader der «City»-kolonneverdiene er lik «Chicago». |
Forstå DataFrame radvalg i pandaer
Skriptene som følger med demonstrerer hvordan du velger rader fra en DataFrame basert på kolonneverdier ved å bruke Pandas-biblioteket i Python. Det første skriptet begynner med å importere Pandas-biblioteket med kommando. Deretter oppretter den en eksempeldataramme ved hjelp av en dataordbok, som konverteres til en dataramme med kommando. Skriptet illustrerer deretter to metoder for radvalg: velge rader der 'Alder'-kolonneverdien er større enn 25 ved å bruke , og velge rader der 'By'-kolonneverdien er 'Chicago' ved å bruke df[df['City'] == 'Chicago']. Disse filtrerte datarammene skrives ut ved hjelp av funksjon for å vise de valgte radene.
Det andre skriptet følger en lignende struktur, men bruker andre data og utvalgskriterier. Den oppretter en DataFrame med produktinformasjon, inkludert kolonnene 'Produkt', 'Pris' og 'Lager'. Rader velges der 'Pris' er mindre enn eller lik 200 med
Avanserte teknikker for å velge DataFrame-rader i pandaer
I tillegg til grunnleggende filtrering ved bruk av boolsk indeksering, tilbyr Pandas avanserte teknikker for å velge rader basert på kolonneverdier. En kraftig metode er å bruke funksjon, som lar deg filtrere rader med et spørringsuttrykk, noe som gjør syntaksen renere og ofte mer intuitiv. For eksempel i stedet for å bruke , du kan skrive . Denne metoden er spesielt nyttig når du arbeider med mer komplekse forhold eller når kolonnenavnene inneholder mellomrom. I tillegg har isin() funksjonen er nyttig når du vil filtrere rader basert på en liste med verdier. For å velge rader der «By»-kolonneverdien enten er «Chicago» eller «New York», kan du bruke .
En annen teknikk involverer og indeksere. De indekser er etikettbasert, slik at du kan velge rader basert på radetiketter og kolonnenavn, mens 1. 3 er heltallsbasert, og muliggjør valg etter rad- og kolonnenummer. Denne fleksibiliteten er spesielt nyttig for å velge rader basert på en betingelse brukt på en annen kolonne. For eksempel, vil returnere navn på personer eldre enn 25. Disse metodene utvider verktøysettet ditt for effektiv håndtering og analyse av data i Pandas, og tilbyr mer lesbar og vedlikeholdbar kode.
- Hvordan kan jeg velge rader basert på flere forhold?
- Du kan bruke funksjon eller kombinere forhold med logiske operatorer som og . For eksempel, df[(df['Age'] > 25) & (df['City'] == 'Chicago')].
- Kan jeg filtrere rader basert på en liste med verdier?
- Ja, bruk funksjon. For eksempel, .
- Hva er forskjellen mellom og ?
- er etikettbasert, mens er heltallsplasseringsbasert. Bruk med rad/kolonne etiketter og 1. 3 med rad-/kolonneindekser.
- Hvordan kan jeg velge spesifikke kolonner mens jeg filtrerer rader?
- Du kan bruke . For eksempel, .
- Hvordan håndterer jeg manglende verdier når jeg velger rader?
- Bruke funksjon for å fjerne rader med manglende verdier, eller for å erstatte dem med en spesifisert verdi.
- Kan jeg bruke regulære uttrykk for å filtrere rader?
- Ja, det funksjon med parameter lar deg filtrere rader basert på regex-mønstre. For eksempel, .
- Hvordan filtrerer jeg rader basert på indeksen?
- Du kan bruke med indeksnavnet. For eksempel, .
- Hva om kolonnenavnene mine inneholder mellomrom eller spesialtegn?
- Bruke funksjon som kan håndtere slike kolonnenavn med backticks. For eksempel, .
Siste tanker om dataframe radvalgsteknikker
Å velge rader fra en DataFrame basert på kolonneverdier i Pandas er en avgjørende ferdighet for datamanipulering. De ulike metodene som er diskutert, inkludert boolsk indeksering, , , og etikettbasert og heltallsplasseringsbasert indeksering med og 1. 3, gir kraftige verktøy for å filtrere data effektivt. Mestring av disse teknikkene muliggjør bedre dataanalyse og renere, mer vedlikeholdbar kode.