


Sélection de lignes en fonction des valeurs de colonne dans Pandas
Dans Pandas, filtrer un DataFrame pour sélectionner des lignes spécifiques en fonction des valeurs de colonne peut être effectué à l'aide d'une combinaison d'opérateurs de comparaison et Indexation booléenne.
Comparaison des valeurs de colonne
Pour sélectionner les lignes auxquelles une valeur de colonne correspond une valeur scalaire spécifique, utilisez l'opérateur == :
df.loc[df['column_name'] == some_value]
Pour sélectionner les lignes où une valeur de colonne se trouve dans une liste ou une autre valeur itérable, utilisez l'opérateur isin :
df.loc[df['column_name'].isin(some_values)]
Combinaison de conditions
Plusieurs conditions peuvent être combinées à l'aide de l'opérateur & pour sélectionner les lignes qui satisfont toutes conditions :
df.loc[(df['column_name'] >= A) & (df['column_name'] <p>Notez que les parenthèses sont nécessaires pour garantir la bonne priorité des opérateurs.</p><h3 id="Conditions-négatives">Conditions négatives</h3><p>Pour sélectionner les lignes qui ne correspondent pas à une certaine valeur ou qui ne sont pas dans une liste spécifique, annulez la condition en utilisant != ou ~:</p><pre class="brush:php;toolbar:false">df.loc[df['column_name'] != some_value] df = df.loc[~df['column_name'].isin(some_values)] # In-place replacement requires `loc`
Index Optimisation
Pour un filtrage efficace sur les critères fréquemment utilisés, il peut être intéressant de créer un index sur la colonne. Cela permet des recherches plus rapides à l'aide de df.loc :
df = df.set_index(['B']) df.loc['one']
Exemples
Considérez le DataFrame suivant :
df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'], 'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'], 'C': np.arange(8), 'D': np.arange(8) * 2})
Pour sélectionner les lignes où la colonne « A » est égale à « foo' :
print(df.loc[df['A'] == 'foo'])
Pour sélectionner les lignes dans lesquelles se trouve la colonne « B » ['un', 'trois'] :
print(df.loc[df['B'].isin(['one','three'])])
Pour sélectionner les lignes où la colonne "B" est "un" ou "deux" :
df = df.set_index(['B']) print(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!

PythonlistScanstoreanyDatatype, ArrayModulearRaySstoreOneType, et NumpyArraysArnumericalComptations.1) ListesaSaSatilebutlessmemory-Efficient.2) NumpyArraySareMory-EfficientForHomoGeneousData.3)

Lorsque vous vous assumez de la valeur de la valeur de la datyypie de la datyylethonarray.

PythonlistSaReparmentofthestandardLibrary, tandis que les coloccules de colocède, tandis que les colocculations pour la base de la Parlementaire, des coloments de forage polyvalent, tandis que la fonctionnalité de la fonctionnalité nettement adressée.

TheScriptSrunning withthewrongpythonversionDuetOincorrectDefaultInterpretersettings.tofixThis: 1) vérifiez laefaultpythonversionusingpython - Versionorpython3 - Version.2)

PythonarRaySSupportVariousOperations: 1) SpecingExtractsSubSets, 2) A SPENDANT / EXPENSEDADDDSELLESS, 3) INSERtingPlaceSelelementsAtSpecific Positions, 4) RemovingdeleteSelements, 5) Sorting / ReversingChangeSes

NumpyArraysAressentialFor Applications est en train de réaliser des objets de manière numérique et une datamanipulation.

Useanarray.arrayoveralistinpythonwendealing withhomogeneousdata, performance-criticalcode, orinterfacingwithccode.1) homogeneousdata: ArraySaveMemorywithTypelements.2) performance-criticalcode

Non, NotallListOperationsResaSupportedByArrays, andviceVersa.1) ArraysDonotsUpportDynamicOperationsLIKEAPENDORINSERSERTWithoutresizing, qui oblige la performance.2) Listes de la glate-enconteConStanttimecomplexityfordirectAccessLikEArraysDo.


Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

ZendStudio 13.5.1 Mac
Puissant environnement de développement intégré PHP

PhpStorm version Mac
Le dernier (2018.2.1) outil de développement intégré PHP professionnel

DVWA
Damn Vulnerable Web App (DVWA) est une application Web PHP/MySQL très vulnérable. Ses principaux objectifs sont d'aider les professionnels de la sécurité à tester leurs compétences et leurs outils dans un environnement juridique, d'aider les développeurs Web à mieux comprendre le processus de sécurisation des applications Web et d'aider les enseignants/étudiants à enseigner/apprendre dans un environnement de classe. Application Web sécurité. L'objectif de DVWA est de mettre en pratique certaines des vulnérabilités Web les plus courantes via une interface simple et directe, avec différents degrés de difficulté. Veuillez noter que ce logiciel

Version Mac de WebStorm
Outils de développement JavaScript utiles

SublimeText3 version chinoise
Version chinoise, très simple à utiliser
