初心者から熟練者まで: is セレクターと where セレクターの使用スキルをマスターする

入門から習熟まで: is セレクターと where セレクターの使用スキルをマスターする

はじめに:
データ処理と分析のプロセスでは、セレクター (セレクター)は非常に重要なツールです。セレクターを使用すると、特定の条件に従ってデータセットから必要なデータを抽出できます。この記事では、読者がこれら 2 つのセレクターの強力な機能をすぐに習得できるように、is および where セレクターの使用スキルを紹介します。

1. is セレクターの使用
is セレクターは、指定された条件に基づいてデータ セットをフィルター処理できる基本的なセレクターです。次に、is セレクターの使用例を示します。

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)

出力結果:

   姓名  年龄 性别
1  李四  21  女
2  王五  22  男

上の例では、is セレクターを使用して、年齢が 20 を超えるデータをフィルターしました。 Li Si と Wang Wu だけが 20 歳以上であることがわかり、最終結果には彼らの情報のみが含まれます。

2. where セレクターの使用
where セレクターは、一般的に使用されるもう 1 つのセレクターであり、指定された条件に基づいてデータ セットをフィルタリングおよび置換することができます。以下は、where セレクターの使用例です。

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)

出力結果:

   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

上記の例では、where セレクターを使用してデータを男性の性別に置き換えました。元の男性のデータは変更されていませんが、女性のデータは「不明」に置き換えられていることがわかります。このうち、inplace=True パラメータは、元のデータセットに対する変更を示します。

3. is および where セレクターの高度な使用法
上記の基本的な使用法に加えて、is および where セレクターには、より複雑なニーズを満たすための高度な使用法もあります。

1. 複数条件フィルタリング
   論理演算子 (and、or など) を使用して複数の条件を組み合わせてフィルタリングできます。サンプル コードは次のとおりです。

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)

出力結果:

   姓名  年龄 性别
2  王五  22  男

上記の例では、複数条件フィルタリングを使用して、年齢が 20 を超えるデータと、男性の性別。

2. データ型に基づくフィルタリング
   データ セットを処理するとき、特定のデータ型の列または行をフィルタリングして除外することが必要になる場合があります。サンプル コードは次のとおりです。

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)

出力結果:

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

上記の例では、select_dtypes 関数を使用して、データ型が文字列である列をフィルターで除外しました。

結論:
この記事の導入を通じて、is セレクターと where セレクターの基本的な使用法を学び、いくつかの高度な使用スキルを習得しました。セレクターはデータの加工や分析に欠かせないツールであり、これをマスターすることで作業効率が大幅に向上します。この記事を読んだ後、読者が is セレクターと where セレクターを柔軟に使用して、データをより適切に処理および分析できるようになることを願っています。

以上が初心者から熟練者まで: is セレクターと where セレクターの使用スキルをマスターするの詳細内容です。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。