Wie können Sie Zeilen in Pandas-DataFrames mit Operatorverkettung filtern?

Filtern von Zeilen in Pandas-DataFrames mit Operatorverkettung

Die Flexibilität von Pandas-Operationen ermöglicht eine bequeme Verkettung zur Durchführung von Datenmanipulationsaufgaben. Allerdings war zum Filtern von Zeilen traditionell eine manuelle Klammerindizierung erforderlich, was umständlich sein kann.

Verkettete boolesche Indizierung

Die einfachste Möglichkeit, Zeilen mithilfe der Operatorverkettung zu filtern, ist das Erstellen eine boolesche Maske und Indizieren des DataFrame damit:

<code class="python">df_filtered = df[df['column'] == value]</code>

Die boolesche Maske prüft den Wert jeder Zeile für die angegebene Spalte und gibt True für übereinstimmende Zeilen zurück.

Verkettung benutzerdefinierter Maskenmethoden

Alternativ können Sie die DataFrame-Klasse mit einer benutzerdefinierten Maskierungsmethode erweitern:

<code class="python">def mask(df, key, value):
    return df[df[key] == value]

pandas.DataFrame.mask = mask</code>

Diese Methode verwendet einen DataFrame, einen Spaltennamen und einen Wert als Parameter und maskiert zeilenbasiert selektiv nach dem angegebenen Kriterium.

<code class="python">df_filtered = df.mask('column', value)</code>

Verkettung mehrerer Masken

Die Filterung mit verketteten Operatoren ermöglicht komplexe Kriterien durch die Kombination mehrerer Masken:

<code class="python">df_filtered = df[
    (df['column1'] == value1) &amp;
    (df['column2'] == value2) &amp;
    ...
]</code>

Zusammenfassend bietet Pandas zwei Hauptmethoden für die Filterung verketteter Zeilen:

• Verkettete boolesche Indizierung: Indiziert selektiv Zeilen basierend auf einer booleschen Maske.
• Verkettung benutzerdefinierter Maskenmethoden: Erweitert die DataFrame-Klasse um benutzerdefinierte Maskierungsmethoden für bestimmte Filtervorgänge.

Das obige ist der detaillierte Inhalt vonWie können Sie Zeilen in Pandas-DataFrames mit Operatorverkettung filtern?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!