如何使用運算子連結過濾 Pandas DataFrame 中的行？

使用運算符連結過濾 Pandas DataFrame 中的行

pandas 操作的靈活性允許方便的連結來完成資料操作任務。然而，過濾行傳統上需要手動括號索引，這可能很麻煩。

鍊式布林索引

使用運算符鏈過濾行的最直接方法是建立布林掩碼並用它索引DataFrame：

<code class="python">df_filtered = df[df['column'] == value]</code>

布林遮罩檢查指定列的每行值，並為符合的行傳回True。

連結自訂遮罩方法

或者，您可以使用自訂屏蔽方法擴充DataFrame 類別：

<code class="python">def mask(df, key, value):
    return df[df[key] == value]

pandas.DataFrame.mask = mask</code>

此方法採用DataFrameFrame 、列名稱和值作為參數，並選擇性地基於行屏蔽

<code class="python">df_filtered = df.mask('column', value)</code>

連結多個遮罩

鍊式運算子過濾允許透過組合多算符過濾個遮罩來實現複雜的條件：

<code class="python">df_filtered = df[
    (df['column1'] == value1) &
    (df['column2'] == value2) &
    ...
]</code>

總之，pandas 提供了兩種主要的鍊式行過濾方法：

• 鍊式布林索引： 基於布林遮罩選擇性地索引行。
• 連結自訂遮罩方法： 使用用於特定過濾操作的自訂遮罩方法來擴充 DataFrame 類別。

以上是如何使用運算子連結過濾 Pandas DataFrame 中的行？的詳細內容。更多資訊請關注PHP中文網其他相關文章！