【Python Pandas条件筛选功能】完整攻略:
1. Pandas条件筛选的基本语法
Pandas的条件筛选功能可以通过使用布尔运算符配合DataFrame数据进行筛选操作。在Pandas中,使用[]
符号来对数据进行筛选,对于条件筛选,中括号内需要使用布尔运算符进行运算,最终输出满足条件的数据。
下面是条件筛选的基本语法:
df[condition]
其中,df
表示DataFrame数据,condition
表示Boolean条件表达式,例如:df['column_name']>100
就是一个Boolean条件表达式。
2. Pandas条件筛选的示例
示例一:筛选出满足条件的DataFrame行数据
下面是一个DataFrame数据:
import pandas as pd
df = pd.DataFrame({'Name': ['Tom', 'Jerry', 'Mike', 'Lucy'],
'Score': [100, 95, 80, 85],
'Age': [20, 21, 19, 20]})
如果要筛选出分数大于等于90分的数据,可以使用下面的代码:
condition = df['Score']>=90
result_df = df[condition]
print(result_df)
输出结果如下:
Name Score Age
0 Tom 100 20
1 Jerry 95 21
示例二:筛选出满足条件的某一列数据
如果只需要筛选出分数大于等于90分的姓名数据,可以使用下面的代码:
condition = df['Score']>=90
result_df = df.loc[condition,'Name']
print(result_df)
输出结果如下:
0 Tom
1 Jerry
Name: Name, dtype: object
在这个代码中,loc
方法用于定位满足条件的行和列,分别为condition
和'Name'
。因为在这里只需要输出姓名列的数据,所以用逗号隔开后面的'Name',只筛选出姓名这一列来进行输出。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Python Pandas条件筛选功能 - Python技术站