Teknik lanjutan dan aplikasi praktikal penapisan data Pandas

Pandas ialah alat pemprosesan dan analisis data yang berkuasa Ia menyediakan banyak fungsi dan kaedah yang fleksibel untuk menapis dan memproses data dengan mudah. Artikel ini akan memperkenalkan beberapa teknik lanjutan untuk penapisan data Pandas dan memberikan contoh kod khusus melalui kes sebenar.

1. Penapisan data asas

Panda menyediakan pelbagai kaedah untuk melakukan penapisan asas data, seperti menggunakan indeks Boolean, kaedah loc atau iloc, dsb. Berikut ialah beberapa kes penapisan data asas biasa.

1. Penapisan indeks Boolean

Indeks Boolean boleh digunakan untuk menapis data berdasarkan syarat tertentu. Sebagai contoh, kami mempunyai bingkai data yang mengandungi maklumat pelajar dan kami ingin menapis pelajar dengan skor lebih daripada 60 mata. Ia boleh dilaksanakan menggunakan kod berikut:

import pandas as pd

data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '成绩': [80, 70, 90, 50]
}

df = pd.DataFrame(data)
df_filtered = df[df['成绩'] > 60]

print(df_filtered)

2. penapisan kaedah loc

kaedah loc boleh menapis data berdasarkan label baris dan label lajur. Sebagai contoh, kami mempunyai bingkai data yang mengandungi maklumat pelajar dan kami ingin menapis gred dan umur pelajar bernama Zhang San dan Li Si. Ini boleh dicapai menggunakan kod berikut:

import pandas as pd

data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '成绩': [80, 70, 90, 50],
    '年龄': [18, 19, 20, 21]
}

df = pd.DataFrame(data)
df_filtered = df.loc[df['姓名'].isin(['张三', '李四']), ['成绩', '年龄']]

print(df_filtered)

2. Penapisan data lanjutan

Selain kaedah penapisan data asas, Pandas juga menyediakan banyak teknik penapisan data lanjutan, seperti menggunakan kaedah pertanyaan dan menggunakan objek indeks MultiIndex untuk berbilang -penapisan peringkat. Di bawah adalah beberapa ilustrasi kes.

1. penapisan kaedah pertanyaan

kaedah pertanyaan boleh menapis data melalui sintaks seperti SQL. Sebagai contoh, kami mempunyai bingkai data yang mengandungi maklumat pelajar dan kami ingin menapis pelajar yang markahnya melebihi 60 dan berumur antara 18 dan 20 tahun. Anda boleh menggunakan kod berikut untuk mencapai ini:

import pandas as pd

data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '成绩': [80, 70, 90, 50],
    '年龄': [18, 19, 20, 21]
}

df = pd.DataFrame(data)
df_filtered = df.query('成绩 > 60 and 18 <= 年龄 <= 20')

print(df_filtered)

2. Gunakan penapisan MultiIndex

Jika bingkai data mempunyai berbilang peringkat indeks, anda boleh menggunakan objek MultiIndex untuk penapisan berbilang peringkat. Sebagai contoh, kami mempunyai bingkai data yang mengandungi maklumat pelajar Indeks termasuk dua peringkat: kelas dan nombor pelajar. Ini boleh dicapai menggunakan kod berikut:

import pandas as pd

data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '成绩': [80, 70, 90, 50],
}

index = pd.MultiIndex.from_tuples([('1班', '001'), ('1班', '002'), ('2班', '001'), ('2班', '002')])
df = pd.DataFrame(data, index=index)
df_filtered = df.loc[('1班', ['001', '002']), :]

print(df_filtered)

3. Analisis Kes

Kini kami mengambil set data sebenar sebagai contoh untuk menggambarkan lagi teknik lanjutan penapisan data Pandas. Katakan kita mempunyai set data jualan kereta, yang mengandungi maklumat seperti jenama kenderaan, model, volum jualan dan volum jualan. Kami mahu menapis model dengan jualan lebih daripada 1,000 unit dan jualan lebih daripada 1 juta. Berikut ialah contoh kod:

import pandas as pd

data = {
    '品牌': ['宝马', '奥迪', '奔驰', '大众'],
    '型号': ['X3', 'A6', 'E级', '朗逸'],
    '销售量': [1200, 800, 1500, 900],
    '销售额': [1200, 900, 1800, 800]
}

df = pd.DataFrame(data)
df_filtered = df.query('销售量 > 1000 and 销售额 > 1000000')

print(df_filtered)

Melalui kod di atas, kami berjaya menapis model dengan jualan lebih daripada 1,000 unit dan jualan lebih daripada 1 juta yuan.

Ringkasnya, Pandas menyediakan pelbagai fungsi dan kaedah penapisan data, daripada indeks Boolean asas, kaedah loc dan iloc kepada kaedah pertanyaan lanjutan dan penapisan MultiIndex, yang boleh memenuhi keperluan penapisan data dalam senario yang berbeza. Kes di atas menunjukkan beberapa teknik dan aplikasi penapisan data biasa, dan berharap dapat membantu pembaca dalam aplikasi praktikal.

Atas ialah kandungan terperinci Teknik lanjutan dan aplikasi praktikal penapisan data Pandas. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!