パンダでデータをフィルタリングする方法

Pandas によるデータのフィルタリング方法: 1. Pandas ライブラリをインポートする; 2. データを読み取る; 3. データをフィルタリングする; 4. データを並べ替える; 5. データをグループ化して集計するなど。詳細な紹介: 1. Pandas ライブラリをインポートします。まず、Pandas ライブラリがインストールされていることを確認します。インストールされていない場合は、「pip install pandas」コマンドを使用してインストールし、「import pandas」コマンドを使用できます。 as pd" コマンドで Pandas ライブラリをインポートします。 2. Pandas ライブラリなどを使用してデータを読み取ります。

このチュートリアルのオペレーティング システム: Windows 10 システム、DELL G3 コンピューター。

Pandas は、データを簡単にフィルター、処理、分析できるようにする多くの強力な機能を提供する人気の Python データ分析ライブラリです。 Pandas を使用してデータをフィルタリングする一般的な方法は次のとおりです:

1. Pandas ライブラリをインポートします

まず、Pandas ライブラリがインストールされていることを確認します。インストールされていない場合は、次のコマンドを使用してインストールできます:

pip install pandas

次に、Pandas ライブラリをインポートします:

import pandas as pd

2. データの読み取り

Use read_csv( ) Pandas ライブラリ内のこの関数は CSV ファイルを読み取り、read_excel() 関数は Excel ファイルなどを読み取ります。たとえば、data.csv という名前の CSV ファイルを読み取ります:

df = pd.read_csv('data.csv')

3. データのフィルター

Pandas には、データをフィルターするためのさまざまなメソッドが用意されています。一般的な方法をいくつか次に示します。

(1) 条件に基づいてフィルタリングする

loc 属性と iloc 属性、および論理演算子 (&、|、~ など) を使用してデータをフィルタリングします。たとえば、年齢が 18 歳以上で性別が女性のデータをフィルタリングするには:

df.loc[(df['age'] >= 18) & (df['gender'] == 'female')]

(2) タグに基づくフィルタリング

loc 属性を使用してデータをフィルタリングします。特定のタグの場合。たとえば、姓が「Zhang」のデータをフィルタするには:

df.loc[df['last_name'] == '张']

(3) 範囲によるフィルタ

loc 属性を使用して、特定の範囲内のデータをフィルタします。たとえば、18 歳から 30 歳までのデータをフィルターします。

df.loc[(df[&#39;age&#39;] >= 18) & (df[&#39;age&#39;] <= 30)]

(4) 複数の条件でフィルターする

クエリ メソッドを使用して、複数の条件を満たすデータをフィルターします。たとえば、年齢が 18 歳以上で性別が女性のデータをフィルターするには:

df.query('age >= 18 & gender == "female"')

4. データの並べ替え

sort_values() メソッドを使用してデータを並べ替えます。 。たとえば、年齢で昇順に並べ替えます:

df.sort_values('age', ascending=True)

5. グループ化された集計データ

groupby() メソッドを使用してデータをグループ化し、集計関数 (sum()、 means()、count() など) はグループごとに計算されます。たとえば、各性別グループの平均年齢を計算するには:

df.groupby('gender').mean()['age']

以上がパンダでデータをフィルタリングする方法の詳細内容です。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。