Comment puis-je sélectionner efficacement des lignes dans un DataFrame Pandas en fonction des valeurs de colonne ?

Sélection de lignes en fonction des valeurs de colonne dans Pandas

Comme toute base de données relationnelle, vous devrez peut-être sélectionner certaines lignes d'un DataFrame en fonction des valeurs d'une colonne particulière. Pour y parvenir de manière transparente dans Pandas, plusieurs méthodes sont à votre disposition.

Filtrage avec == et isin

Pour récupérer les lignes dont les valeurs de colonne correspondent à une valeur spécifique, utilisez l'opérateur == :

df.loc[df['column_name'] == some_value]

À l'inverse, si vous souhaitez sélectionner des lignes où les valeurs de colonne appartiennent à une collection de valeurs, utilisez isin :

df.loc[df['column_name'].isin(some_values)]

Combinaison de conditions avec &

Pour combiner plusieurs conditions dans votre sélection, connectez-les avec & :

df.loc[(df['column_name'] >= A) & (df['column_name'] <= B)]

Remarque : Les parenthèses sont ici cruciales pour garantir une évaluation correcte.

Exclure les valeurs avec != et ~

Pour exclure des lignes avec des valeurs de colonne spécifiques, utilisez !=:

df.loc[df['column_name'] != some_value]

Alternativement, pour les valeurs en dehors d'une certaine plage, annulez le résultat isin en utilisant ~:

df = df.loc[~df['column_name'].isin(some_values)] # .loc is not in-place replacement

Exemples d'applications

Considérez ce qui suit DataFrame :

import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
                   'B': 'one one two three two two one three'.split(),
                   'C': np.arange(8), 'D': np.arange(8) * 2})
print(df)

Sélection de lignes avec la valeur « A » « foo » :

print(df.loc[df['A'] == 'foo'])

Sélection de lignes avec les valeurs « B » « un » ou « trois » :

print(df.loc[df['B'].isin(['one','three'])])

Performances améliorées avec l'indexation

Pour les opérations de filtrage fréquentes, c'est plus efficace pour créer d'abord un index :

df = df.set_index(['B'])
print(df.loc['one'])

Vous pouvez également utiliser df.index.isin :

df.loc[df.index.isin(['one','two'])]

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!