如何根據 Pandas 中的列值劃分 DataFrame？

Pandas：根據列值劃分DataFrame

使用Pandas DataFrame 時，需要根據列值將資料拆分為子集特定的列值。一個常見的場景是根據閾值拆分 DataFrame。實作方法如下：

建立布林遮罩

最簡單的方法涉及使用比較運算子建立布林遮罩。透過將遮罩套用至 DataFrame，您可以建立兩個 DataFrame，其資料符合遮罩設定的條件。

例如，以名為「Sales」的欄位拆分DataFrame，其中銷售額小於和大於或等於指定閾值's'：

<code class="python">import pandas as pd

df = pd.DataFrame({'Sales':[10,20,30,40,50], 'A':[3,4,7,6,1]})
print(df)

s = 30

# Boolean mask for rows where Sales >= s
sales_ge_mask = df['Sales'] >= s

# DataFrame with Sales >= s
df1 = df[sales_ge_mask]
print(df1)

# Boolean mask for rows where Sales < s
sales_lt_mask = df['Sales'] < s

# DataFrame with Sales < s
df2 = df[sales_lt_mask]
print(df2)

您可以使用「~」運算符反轉掩碼，以根據條件的否定來拆分DataFrame。

<code class="python"># Boolean mask for rows where Sales < s
sales_lt_mask = df['Sales'] < s

# DataFrame with Sales >= s
df1 = df[~sales_lt_mask]
print(df1)

# DataFrame with Sales < s
df2 = df[sales_lt_mask]
print(df2)</code>

此方法根據自訂條件有效地建立 DataFrame 子集。

以上是如何根據 Pandas 中的列值劃分 DataFrame？的詳細內容。更多資訊請關注PHP中文網其他相關文章！