PYTHON：过滤 PANDAS DATAFRAME 的 10 种方法

绍在Python中过滤pandas数据框的各种方法。数据过最常见的数据操作之一。它类似于SQL中的WHERE子句，或者您必须在n种高效的方式来执行过滤和聚合。它有一个名为pandas的优秀包，用于滤示例据准备的最初始步骤之一。它也被称为“子stallpandas年从纽约起飞的航班详细信息的数据集。该数据集有和16列。请参阅下面的列名称。要导入数据集，我们使用epdelayarrtimearrdelaycarriertailnumflight','origin','dest',airtimedistancehour'minute']pdreadcsvsrawgithubusercontentJackyPtestingmasterdatasetsnycflightscsvusecols=range(1,17))按列值过滤熊猫数据框JetBlueAirways个字母的承运人代码B6，来newdfdfdf.origin=="JFK")&(df.carrier=="B6")]headyearmonthdaydeptime..air_timedistancehourminute31144.081157.0201311558.0..9.05.058.0558.0...158.010055.058.0559.0...44.01875.059.01.过滤后的数据(子集化后)存储在名为newdf.dforiginJFK")&(df.carrier=="B6")返回True方法二：查询函数pandas方法可以执行过滤。上面的代码也可以写成如下所示的代码。这种方法优雅且更具可读性，并且在指定列(变量)时无需每次都提newdfdfquery'origin=="JFK"&carrier=="B6"')loc种方法都返回相同的输出。这只是过滤行newdfdfloc(df.origin=="JFK")&(df.carrier=="B6")]按行和列位置过滤PandasDataframe假设您要按位置选择特定行(比方说从第二行到第五行)。我们可以使用inginpythonstartsfromzerodfilocreferstofirsttofifthrowexcludingendpointthrowheredfiloc0:5,]isivalenttodfilocilocFirstrowsdfilocSecondtoFifthrowdfilocSixthrowandstcolumndfilocSecondtoFifthrow,firstcolumndfilocSecondtoFifthrow,first5columnsdfilocThirdtoSeventhrow,2ndand3rdcolumnociloc数据以供说明xpdDataFramecol:np.arange(1,20,2)},index=[9,8,7,6,0,1,5])918356792131541719xiloct9876013579xloct92131541719如何x.loc[0:5]返回6行(包括第6个元素的5行)？这是因为不根据索引位置产生输出。它只考虑索引的标签，也可以是字母xpdDataFramecol:range(1,5)},index=['a','b','c','d'])xlocac']#equivalenttox.iloc[0:3]a1b2按行位置和列名称过滤熊猫数据框dflocdfindexorigindest"]]df.index)，因为索引标签并不总是按顺序从0开始。它可以从任何数字开c选择列的多个值aynewdfdflocdf.origin=="JFK")|(df.origin=="LGA")]Waynewdfdfdforiginisin(["JFK","LGA"])]OR定值。选择列值不等于特定值的行newdfdfloc(df.origin!="JFK")&(df.carrier=="B6")]newdforigin的唯一值来检查上面的代码行是否正常工duniquenewdforigin定整个条件newdfdf(df.origin=="JFK")&(df.carrier=="B6"))]在PandasDataframe中选择非缺失数据删除缺失值。由于此数据框不包含任何空白值，因此您会newdfdfdforiginnotnull]在PandasDataframe中过滤字符串。但是python使处理字符或字符串列变得dfpdDataFramevar"AA_2","B_1","C_2","A_2"]})0AA_2A_2选择值以字母“A”开头的行trdfdfvarstr=='A']过滤字符串长度大于3的行dfdfvarstrlen]选择包含字母A或B的字符串containsSQLSASLIKE语句。您可以通过在fdfvarstrcontainsABt0AA_2A_2过滤时处理列名中的空格dfrenamecolumnsvarvar,inplace=True)newdfdfquery"`var1`=='AA_2'")ipinstallupgradepandasuser如何在不使用pandas包的情况下过滤数据ythonpandas有效的方法。展示以下方法的主要目的是展示pandas的情况下进行子集化。在您的实际项目中，您应该使用pandas的内置函数(query()、loc[]、iloc[])，这些函数在上面已经responserequestsget'urovskygithubiopsycdatalabnycflightscsvtextitlineseaderlines用于过滤的Lambda方法Lambda用lambda，您可以在一行llistfilterlambdaxxoriginJFKandxcarrier]==stdf用这个lambda函数，你可以提交下面的代newdfdfdfapplylambdaxx["origin"]=='JFK'andx["carrier"]Baxis=1)]用于过滤的列表理解方法llistxforxinlstdfifxoriginJFKandx["carrier"]B')newdfdfilocindexfori