Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimana untuk Memilih Data daripada DataFrame panda Berdasarkan Kriteria Kompleks Berbilang?

Bagaimana untuk Memilih Data daripada DataFrame panda Berdasarkan Kriteria Kompleks Berbilang?

Barbara Streisand
Lepaskan: 2024-12-24 00:50:18
asal
187 orang telah melayarinya

How to Select Data from a pandas DataFrame Based on Multiple Complex Criteria?

Memilih dengan Kriteria Kompleks daripada panda.DataFrame

Pertimbangkan DataFrame berikut:

import pandas as pd
from random import randint

df = pd.DataFrame({'A': [randint(1, 9) for x in range(10)],
                   'B': [randint(1, 9)*10 for x in range(10)],
                   'C': [randint(1, 9)*100 for x in range(10)]})
Salin selepas log masuk

Untuk memilih nilai daripada 'A' yang mana nilai sepadan untuk 'B' lebih besar daripada 50 dan 'C' tidak sama dengan 900, kita boleh menggunakan kaedah dan simpulan bahasa Pandas.

Kami bermula dengan menggunakan operasi lajur untuk mendapatkan objek Siri Boolean:

df["B"] > 50
(df["B"] > 50) & (df["C"] != 900)
Salin selepas log masuk

Siri ini mewakili syarat yang kami minati. Kami boleh kemudian indeks ke dalam DataFrame menggunakan syarat ini untuk menapis data:

df["A"][(df["B"] > 50) & (df["C"] != 900)]
Salin selepas log masuk

Sebagai alternatif, kita boleh menggunakan .loc untuk mencapai hasil yang sama:

df.loc[(df["B"] > 50) & (df["C"] != 900), "A"]
Salin selepas log masuk

Kaedah ini memberikan lebih kawalan dan membolehkan pengalaman pengindeksan yang lebih disesuaikan.

DataFrame yang terhasil hanya akan mengandungi nilai 'A' yang memenuhi kriteria yang ditetapkan.

Atas ialah kandungan terperinci Bagaimana untuk Memilih Data daripada DataFrame panda Berdasarkan Kriteria Kompleks Berbilang?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan