Du débutant au compétent : maîtrisez les compétences d'utilisation des sélecteurs et où

Du débutant au compétent : Maîtrisez les compétences d'utilisation des sélecteurs

Introduction :
Dans le processus de traitement et d'analyse des données, le sélecteur est un outil très important. Grâce à des sélecteurs, nous pouvons extraire les données requises de l'ensemble de données selon des conditions spécifiques. Cet article présentera les compétences d'utilisation des sélecteurs est et où pour aider les lecteurs à maîtriser rapidement les fonctions puissantes de ces deux sélecteurs.

1. Utilisation de ce sélecteur
ce sélecteur est un sélecteur de base qui nous permet de filtrer l'ensemble de données en fonction de conditions données. Voici un exemple d'utilisation du sélecteur is :

import pandas as pd

# 创建示例数据集
data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [18, 21, 22, 20],
        '性别': ['男', '女', '男', '女']}
df = pd.DataFrame(data)

# 使用is选择器
selected_data = df[df['年龄'] > 20]

print(selected_data)

Résultat de sortie :

   姓名  年龄 性别
1  李四  21  女
2  王五  22  男

Dans l'exemple ci-dessus, nous avons utilisé le sélecteur is pour filtrer les données dont l'âge est supérieur à 20. On peut voir que seuls Li Si et Wang Wu ont plus de 20 ans, le résultat final ne contient donc que leurs informations.

2. Utilisation du sélecteur Where
Le sélecteur Where est un autre sélecteur couramment utilisé, qui nous permet de filtrer et de remplacer l'ensemble de données en fonction de conditions données. Voici un exemple d'utilisation du sélecteur Where :

import pandas as pd

# 创建示例数据集
data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [18, 21, 22, 20],
        '性别': ['男', '女', '男', '女']}
df = pd.DataFrame(data)

# 使用where选择器
df.where(df['性别'] == '男', '未知', inplace=True)

print(df)

Résultat de sortie :

   姓名  年龄 性别
0  张三  18  男
1  未知  21  未知
2  王五  22  男
3  未知  20  未知

Dans l'exemple ci-dessus, nous avons utilisé le sélecteur Where pour remplacer les données par le sexe masculin. On peut voir que les données masculines d'origine n'ont pas changé, mais les données féminines ont été remplacées par « inconnu ». Parmi eux, le paramètre inplace=True indique une modification sur l'ensemble de données d'origine.

3. Compétences avancées d'utilisation des sélecteurs est et où
En plus des méthodes d'utilisation de base ci-dessus, les sélecteurs est et où possèdent également des compétences d'utilisation avancées pour répondre à des besoins plus complexes.

1. Filtrage multi-conditions
   Vous pouvez combiner plusieurs conditions de filtrage via des opérateurs logiques (tels que et, ou). L'exemple de code est le suivant :

import pandas as pd

# 创建示例数据集
data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [18, 21, 22, 20],
        '性别': ['男', '女', '男', '女']}
df = pd.DataFrame(data)

# 使用多条件筛选
selected_data = df[(df['年龄'] > 20) & (df['性别'] == '男')]

print(selected_data)

Résultat de sortie :

   姓名  年龄 性别
2  王五  22  男

Dans l'exemple ci-dessus, nous avons utilisé le filtrage multi-conditions pour filtrer les données dont l'âge est supérieur à 20 ans et dont le sexe est masculin.

2. Filtre basé sur le type de données
   Lors du traitement d'un ensemble de données, vous devez parfois filtrer les colonnes ou les lignes de types de données spécifiques. L'exemple de code est le suivant :

import pandas as pd

# 创建示例数据集
data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [18, 21, 22, 20],
        '性别': ['男', '女', '男', '女']}
df = pd.DataFrame(data)

# 筛选字符串类型的列
string_columns = df.select_dtypes(include='object')

print(string_columns)

Résultat de sortie :

   姓名 性别
0  张三  男
1  李四  女
2  王五  男
3  赵六  女

Dans l'exemple ci-dessus, nous avons utilisé la fonction select_dtypes pour filtrer les colonnes dont le type de données est une chaîne.

Conclusion : 
Grâce à l'introduction de cet article, nous avons appris l'utilisation de base des sélecteurs est et où, et maîtrisé certaines compétences d'utilisation avancées. Les sélecteurs sont des outils indispensables dans le traitement et l’analyse des données. La maîtrise de ces compétences améliorera grandement notre efficacité au travail. J'espère qu'après avoir étudié cet article, les lecteurs pourront utiliser de manière flexible les sélecteurs est et où pour mieux traiter et analyser les données.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!