Как фильтровать строки в кадре данных Pandas на основе значений столбца

Как фильтровать строки в кадре данных Pandas на основе значений столбца
Как фильтровать строки в кадре данных Pandas на основе значений столбца
Mia Chevalier
вторник, 25 июня 2024 г., 15:45:25

Фильтрация строк в кадрах данных Pandas

Pandas — мощная библиотека Python для манипулирования и анализа данных. Распространенной задачей является выбор строк из DataFrame на основе значений столбца, аналогично SQL-заданию SELECT * FROM table WHERE имя_столбца = некоторое_значение.

В этом руководстве вы познакомитесь с различными методами достижения этой цели в Pandas, что упростит эффективную фильтрацию ваших данных. Независимо от того, являетесь ли вы новичком или опытным пользователем, эти советы улучшат ваши навыки обработки данных.

Команда Описание
pd.DataFrame(data) Создает DataFrame из словаря данных.
df[column_name] Получает доступ к столбцу в DataFrame по имени.
df[condition] Фильтрует DataFrame на основе условия, примененного к столбцу.
print(selected_rows) Выводит DataFrame или его подмножество на консоль.
df[df['Age'] >df[df['Age'] > 25] Выбирает строки, в которых значения столбца «Возраст» больше 25.
df[df['City'] == 'Chicago'] Выбирает строки, в которых значения столбца «Город» равны «Чикаго».

Понимание выбора строки DataFrame в Pandas

Предоставленные сценарии демонстрируют, как выбирать строки из DataFrame на основе значений столбца с использованием библиотеки Pandas на Python. Первый скрипт начинается с импорта библиотеки Pandas с помощью import pandas as pd команда. Затем он создает образец DataFrame, используя словарь данных, который преобразуется в DataFrame с помощью pd.DataFrame(data) команда. Затем сценарий иллюстрирует два метода выбора строк: выбор строк, в которых значение столбца «Возраст» больше 25, с помощью df[df['Age'] > 25]и выберите строки, в которых значение столбца «Город» — «Чикаго», с помощью df[df['City'] == 'Chicago']. Эти отфильтрованные кадры данных печатаются с использованием print() функция для отображения выбранных строк.

Второй сценарий имеет аналогичную структуру, но использует другие данные и критерии выбора. Он создает DataFrame с информацией о продукте, включая столбцы «Продукт», «Цена» и «Запас». Выбираются строки, в которых «Цена» меньше или равна 200 с df[df['Price'] <= 200], и где «Акции» больше 40, используя df[df['Stock'] > 40]. Цель этих сценариев — показать, как фильтровать строки DataFrame на основе определенных условий, аналогично тому, как вы используете запрос SQL для выбора строк из таблицы на основе значения столбца. Понимая и применяя эти команды, вы можете эффективно манипулировать и анализировать данные в своих DataFrames.

Выбор строк в DataFrame с использованием значений столбцов в Pandas

Python с библиотекой Pandas

# Importing the necessary library
import pandas as pd

# Creating a sample DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'Age': [24, 27, 22, 32, 29],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston', 'Phoenix']
}
df = pd.DataFrame(data)

# Selecting rows where Age is greater than 25
selected_rows = df[df['Age'] > 25]
print(selected_rows)

# Selecting rows where City is 'Chicago'
chicago_rows = df[df['City'] == 'Chicago']
print(chicago_rows)

Фильтрация данных в DataFrame на основе критериев столбца

Python с библиотекой Pandas

# Importing pandas library
import pandas as pd

# Creating a sample DataFrame
data = {'Product': ['A', 'B', 'C', 'D', 'E'],
        'Price': [100, 150, 200, 250, 300],
        'Stock': [30, 60, 90, 20, 50]}
df = pd.DataFrame(data)

# Selecting rows where Price is less than or equal to 200
affordable_products = df[df['Price'] <= 200]
print(affordable_products)

# Selecting rows where Stock is more than 40
in_stock = df[df['Stock'] > 40]
print(in_stock)

Расширенные методы выбора строк DataFrame в Pandas

Помимо базовой фильтрации с использованием логического индексирования, Pandas предлагает расширенные методы выбора строк на основе значений столбца. Одним из мощных методов является использование query() функция, которая позволяет фильтровать строки с помощью выражения запроса, делая синтаксис более чистым и зачастую более интуитивным. Например, вместо использования df[df['Age'] > 25], ты можешь написать df.query('Age > 25'). Этот метод особенно полезен при работе с более сложными условиями или когда имена столбцов содержат пробелы. Кроме того, isin() Функция полезна, если вы хотите фильтровать строки на основе списка значений. Например, чтобы выбрать строки, в которых значение столбца «Город» равно «Чикаго» или «Нью-Йорк», вы можете использовать df[df['City'].isin(['Chicago', 'New York'])].

Другая техника предполагает loc и iloc индексаторы. loc Индексатор основан на метках и позволяет выбирать строки на основе меток строк и имен столбцов, а iloc основан на целочисленном местоположении, что позволяет выбирать по номерам строк и столбцов. Эта гибкость особенно полезна для выбора строк на основе условия, примененного к другому столбцу. Например, df.loc[df['Age'] > 25, 'Name'] вернет имена людей старше 25 лет. Эти методы расширяют ваш набор инструментов для эффективной обработки и анализа данных в Pandas, предлагая более читаемый и удобный в сопровождении код.

Общие вопросы и ответы о выборе строк DataFrame

  1. Как я могу выбрать строки на основе нескольких условий?
  2. Вы можете использовать query() функционируйте или комбинируйте условия с логическими операторами, такими как & и |. Например, df[(df['Age'] > 25) & (df['City'] == 'Chicago')].
  3. Могу ли я фильтровать строки на основе списка значений?
  4. Да, используйте isin() функция. Например, df[df['City'].isin(['Chicago', 'New York'])].
  5. В чем разница между loc и iloc?
  6. loc основан на метках, в то время как iloc основан на целочисленном местоположении. Использовать loc с метками строк/столбцов и iloc с индексами строк/столбцов.
  7. Как я могу выбрать определенные столбцы при фильтрации строк?
  8. Вы можете использовать loc. Например, df.loc[df['Age'] > 25, ['Name', 'City']].
  9. Как обрабатывать пропущенные значения при выборе строк?
  10. Использовать dropna() функция для удаления строк с пропущенными значениями или fillna() чтобы заменить их указанным значением.
  11. Могу ли я использовать регулярные выражения для фильтрации строк?
  12. Да, str.contains() функционировать с regex=True Параметр позволяет фильтровать строки на основе шаблонов регулярных выражений. Например, df[df['Name'].str.contains('^A', regex=True)].
  13. Как фильтровать строки по индексу?
  14. Вы можете использовать loc с именем индекса. Например, df.loc[df.index == 'some_index'].
  15. Что делать, если имена моих столбцов содержат пробелы или специальные символы?
  16. Использовать query() функция, которая может обрабатывать такие имена столбцов с обратными кавычками. Например, df.query('`column name` == value').

Заключительные мысли о методах выбора строк DataFrame

Выбор строк из DataFrame на основе значений столбцов в Pandas — важнейший навык манипулирования данными. Обсуждались различные методы, включая логическое индексирование, query(), isin(), а также индексирование на основе меток и целых чисел с помощью loc и iloc, предоставляют мощные инструменты для эффективной фильтрации данных. Овладение этими методами позволяет лучше анализировать данные и создавать более чистый и удобный в сопровождении код.