列の値に基づいて Pandas DataFrame をサブセットに分割する方法は?
列の値に基づいて Pandas DataFrame を分割する
Pandas でよく発生するシナリオは、次の値に基づいて DataFrame を複数のサブセットに分割する必要があることです。特定の列に存在する値。これにより、対象を絞ったデータ分析と操作が可能になります。
これを実現するには、Pandas のブール インデックス機能を活用できます。 「Sales」という名前の列を持つ DataFrame を考えて、「Sales」の値がしきい値「s」を下回っているか上回っているかに基づいて、それを 2 つに分割する方法を検討してみましょう。
解決策:
<code class="python"># Create a DataFrame with a "Sales" column df = pd.DataFrame({'Sales':[10,20,30,40,50], 'A':[3,4,7,6,1]}) print (df)</code>
A Sales 0 3 10 1 4 20 2 7 30 3 6 40 4 1 50
<code class="python"># Split the DataFrame based on "Sales" values s = 30 df1 = df[df['Sales'] >= s] print (df1)</code>
A Sales 2 7 30 3 6 40 4 1 50
これにより、「Sales」値が 's' 以上である行を含む新しいデータフレーム df1 が作成されます。
<code class="python">df2 = df[df['Sales'] < s] print (df2)
A Sales 0 3 10 1 4 20
df2 は、「Sales」値が 's' より小さい行で構成されます。
ビットごとの否定を使用した代替アプローチ:
以上演算子を使用する代わりに、ビット単位の否定 (~) を使用してマスクを反転することもできます。
<code class="python">mask = df['Sales'] >= s df1 = df[mask] df2 = df[~mask] print (df1)</code>
A Sales 2 7 30 3 6 40 4 1 50
<code class="python">print (df2)</code>
A Sales 0 3 10 1 4 20
このアプローチでは、同じ分割ですが、より簡潔で最適化されたコーディング スタイルが可能になります。
以上が列の値に基づいて Pandas DataFrame をサブセットに分割する方法は?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











fiddlereveryversings for the-middleの測定値を使用するときに検出されないようにする方法

10時間以内にコンピューター初心者プログラミングの基本を教える方法は?コンピューター初心者にプログラミングの知識を教えるのに10時間しかない場合、何を教えることを選びますか...

Investing.comの反クラウリング戦略を理解する多くの人々は、Investing.com(https://cn.investing.com/news/latest-news)からのニュースデータをクロールしようとします。

Pythonasyncioについて...

Python 3.6のピクルスファイルの読み込みエラー:modulenotfounderror:nomodulenamed ...

SCAPYクローラーを使用するときにパイプラインファイルを作成できない理由についての議論は、SCAPYクローラーを学習して永続的なデータストレージに使用するときに、パイプラインファイルに遭遇する可能性があります...
