Filtrowanie wierszy w ramkach danych Pandas
Pandas to potężna biblioteka w Pythonie do manipulacji i analizy danych. Typowym zadaniem jest wybieranie wierszy z ramki DataFrame na podstawie wartości kolumn, podobnie jak w przypadku tabeli SQL SELECT * FROM WHERE nazwa_kolumny = jakaś_wartość.
Ten przewodnik przeprowadzi Cię przez różne metody osiągnięcia tego celu w Pandach, ułatwiając efektywne filtrowanie danych. Niezależnie od tego, czy jesteś początkującym, czy doświadczonym użytkownikiem, te wskazówki poprawią Twoje umiejętności obsługi danych.
| Komenda | Opis |
|---|---|
| pd.DataFrame(data) | Tworzy DataFrame ze słownika danych. |
| df[column_name] | Uzyskuje dostęp do kolumny w ramce danych według nazwy. |
| df[condition] | Filtruje ramkę danych na podstawie warunku zastosowanego do kolumny. |
| print(selected_rows) | Drukuje ramkę DataFrame lub jej podzbiór na konsoli. |
| df[df['Age'] >df[df['Age'] > 25] | Wybiera wiersze, w których wartości w kolumnie „Wiek” są większe niż 25. |
| df[df['City'] == 'Chicago'] | Wybiera wiersze, w których wartości w kolumnie „Miasto” są równe „Chicago”. |
Zrozumienie wyboru wierszy DataFrame w Pandach
Dostarczone skrypty pokazują, jak wybierać wiersze z ramki DataFrame na podstawie wartości kolumn przy użyciu biblioteki Pandas w języku Python. Pierwszy skrypt rozpoczyna się od zaimportowania biblioteki Pandas za pomocą pliku Komenda. Następnie tworzy przykładową ramkę DataFrame przy użyciu słownika danych, która jest konwertowana na ramkę DataFrame za pomocą Komenda. Następnie skrypt ilustruje dwie metody wyboru wierszy: wybieranie wierszy, w których wartość w kolumnie „Wiek” jest większa niż 25, przy użyciu i wybierając wiersze, w których wartość kolumny „Miasto” to „Chicago”, używając df[df['City'] == 'Chicago']. Te filtrowane ramki danych są drukowane przy użyciu funkcja wyświetlająca wybrane wiersze.
Drugi skrypt ma podobną strukturę, ale wykorzystuje inne dane i kryteria wyboru. Tworzy ramkę danych zawierającą informacje o produkcie, w tym kolumny „Produkt”, „Cena” i „Zapasy”. Wybierane są wiersze, w których „Cena” jest mniejsza lub równa 200
Zaawansowane techniki wybierania wierszy ramki danych w Pandach
Oprócz podstawowego filtrowania przy użyciu indeksowania logicznego, Pandas oferuje zaawansowane techniki wybierania wierszy na podstawie wartości kolumn. Jedną z skutecznych metod jest użycie funkcja, która pozwala filtrować wiersze z wyrażeniem zapytania, dzięki czemu składnia jest czystsza i często bardziej intuicyjna. Na przykład zamiast używać , Możesz pisać . Ta metoda jest szczególnie przydatna w przypadku bardziej złożonych warunków lub gdy nazwy kolumn zawierają spacje. Dodatkowo, isin() funkcja jest korzystna, gdy chcesz filtrować wiersze na podstawie listy wartości. Na przykład, aby wybrać wiersze, w których wartość w kolumnie „Miasto” to „Chicago” lub „Nowy Jork”, możesz użyć .
Inna technika polega na I indeksatory. The indeksator opiera się na etykietach, co pozwala wybierać wiersze na podstawie etykiet wierszy i nazw kolumn, natomiast iloc opiera się na lokalizacji w postaci liczb całkowitych, umożliwiając wybór według numerów wierszy i kolumn. Ta elastyczność jest szczególnie przydatna przy wybieraniu wierszy na podstawie warunku zastosowanego do innej kolumny. Na przykład, zwróci nazwiska osób starszych niż 25 lat. Metody te poszerzają zestaw narzędzi do wydajnej obsługi i analizowania danych w Pandach, oferując bardziej czytelny i łatwiejszy w utrzymaniu kod.
- Jak wybrać wiersze na podstawie wielu warunków?
- Możesz skorzystać z funkcjonuj lub łącz warunki za pomocą operatorów logicznych, takich jak I . Na przykład, df[(df['Age'] > 25) & (df['City'] == 'Chicago')].
- Czy mogę filtrować wiersze na podstawie listy wartości?
- Tak, użyj funkcjonować. Na przykład, .
- Jaka jest różnica pomiędzy I ?
- opiera się na etykietach, podczas gdy opiera się na lokalizacji całkowitej. Używać z etykietami wierszy/kolumn i iloc z indeksami wierszy/kolumn.
- Jak wybrać określone kolumny podczas filtrowania wierszy?
- Możesz użyć . Na przykład, .
- Jak sobie poradzić z brakującymi wartościami podczas wybierania wierszy?
- Użyj funkcja usuwająca wiersze z brakującymi wartościami, lub aby zastąpić je określoną wartością.
- Czy mogę używać wyrażeń regularnych do filtrowania wierszy?
- Tak funkcjonować z Parametr umożliwia filtrowanie wierszy na podstawie wzorców wyrażeń regularnych. Na przykład, .
- Jak filtrować wiersze na podstawie indeksu?
- Możesz użyć z nazwą indeksu. Na przykład, .
- Co się stanie, jeśli nazwy moich kolumn zawierają spacje lub znaki specjalne?
- Użyj funkcja, która może obsługiwać takie nazwy kolumn za pomocą backticków. Na przykład, .
Końcowe przemyślenia na temat technik wyboru wierszy ramki danych
Wybieranie wierszy z ramki DataFrame na podstawie wartości kolumn w Pandach jest kluczową umiejętnością manipulacji danymi. Różne omówione metody, w tym indeksowanie logiczne, , oraz indeksowanie oparte na etykietach i liczbach całkowitych za pomocą I iloc, zapewniają potężne narzędzia do skutecznego filtrowania danych. Opanowanie tych technik umożliwia lepszą analizę danych i czystszy, łatwiejszy w utrzymaniu kod.