如何有效地将多个过滤器应用于 Pandas DataFrames 和 Series？

Pandas DataFrames 和 Series 的高效过滤

过滤 Pandas DataFrames 和 Series 中的数据对于数据操作和分析至关重要。要有效地应用多个过滤器，请考虑利用 Pandas 的内置运算符和布尔索引。

对于 DataFrame 或 Series，以字典格式提供操作和值列表，如下例所示：

<code class="python">relops = {'>=': [1], '<=': [1]}

要应用这些过滤器：

<code class="python">import numpy as np

def boolean_filter(x, relops):
    filters = []
    for op, vals in relops.items():
        op_func = getattr(np, op)
        for val in vals:
            filters.append(op_func(x, val))

    return x[(np.logical_and(*filters))]

## Example:

df = pandas.DataFrame({'col1': [0, 1, 2], 'col2': [10, 11, 12]})

result = boolean_filter(df['col1'], {'>=': [1]})
print(result)

## Output:
# col1
# 1       1
# 2       2
# Name: col1</code>

通过利用布尔索引，此方法避免了不必要的复制，并且效率很高，尤其是对于大型数据集。

以上是如何有效地将多个过滤器应用于 Pandas DataFrames 和 Series？的详细内容。更多信息请关注PHP中文网其他相关文章！