열 값을 기준으로 Pandas DataFrame을 하위 집합으로 분할하는 방법은 무엇입니까?

열 값을 기준으로 Pandas DataFrame 분할

Pandas에서 일반적으로 접하게 되는 시나리오는 다음을 기준으로 DataFrame을 여러 하위 집합으로 분할해야 하는 것입니다. 특정 열에 존재하는 값. 이를 통해 타겟 데이터 분석 및 조작이 가능합니다.

이를 달성하기 위해 Pandas의 부울 인덱싱 기능을 활용할 수 있습니다. "Sales"라는 열이 있는 DataFrame을 고려하고 "Sales" 값이 임계값 's'보다 낮은지 아니면 높은지에 따라 이를 두 개로 분할하는 방법을 살펴보겠습니다.

해결책:

<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

이렇게 하면 "Sales" 값이 's'보다 크거나 같은 행을 포함하는 새 DataFrame df1이 생성됩니다.

<code class="python">df2 = df[df['Sales'] < s]
print (df2)

   A  Sales
0  3     10
1  4     20

df2는 "Sales" 값이 's'보다 작은 행으로 구성됩니다.

비트 부정을 사용한 대체 접근 방식:

크거나 같음 연산자를 사용하는 대신 비트 부정(~)을 사용하여 마스크를 반전할 수도 있습니다.

<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

이 접근 방식은 다음을 달성합니다. 동일하지만 더 간결하고 최적화된 코딩 스타일이 가능합니다.

위 내용은 열 값을 기준으로 Pandas DataFrame을 하위 집합으로 분할하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!