Techniques avancées et applications pratiques du filtrage des données Pandas

Pandas est un puissant outil de traitement et d'analyse de données. Il fournit de nombreuses fonctions et méthodes flexibles pour filtrer et traiter facilement les données. Cet article présentera plusieurs techniques avancées de filtrage des données Pandas et fournira des exemples de code spécifiques à travers des cas réels.

1. Filtrage de données de base

Pandas fournit une variété de méthodes pour effectuer un filtrage de base des données, telles que l'utilisation d'un index booléen, de la méthode loc ou iloc, etc. Voici quelques cas courants de filtrage de données de base.

1. Filtrage d'index booléen

L'index booléen peut être utilisé pour filtrer les données en fonction de certaines conditions. Par exemple, nous disposons d'un bloc de données contenant des informations sur les étudiants et nous souhaitons filtrer les étudiants dont les scores sont supérieurs à 60 points. Il peut être implémenté à l'aide du code suivant :

import pandas as pd

data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '成绩': [80, 70, 90, 50]
}

df = pd.DataFrame(data)
df_filtered = df[df['成绩'] > 60]

print(df_filtered)

2. filtrage de la méthode loc

La méthode loc peut filtrer les données en fonction des étiquettes de ligne et des étiquettes de colonne. Par exemple, nous avons un bloc de données contenant des informations sur les étudiants et nous souhaitons filtrer les notes et l'âge des étudiants nommés Zhang San et Li Si. Ceci peut être réalisé en utilisant le code suivant :

import pandas as pd

data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '成绩': [80, 70, 90, 50],
    '年龄': [18, 19, 20, 21]
}

df = pd.DataFrame(data)
df_filtered = df.loc[df['姓名'].isin(['张三', '李四']), ['成绩', '年龄']]

print(df_filtered)

2. Filtrage avancé des données

En plus des méthodes de filtrage de données de base, Pandas fournit également de nombreuses techniques avancées de filtrage de données, telles que l'utilisation de la méthode de requête et l'utilisation de l'objet d'index MultiIndex pour plusieurs filtrage au niveau. Vous trouverez ci-dessous plusieurs illustrations de cas.

1. filtrage par méthode de requête

la méthode de requête peut filtrer les données via une syntaxe de type SQL. Par exemple, nous disposons d'un ensemble de données contenant des informations sur les étudiants et nous souhaitons filtrer les étudiants dont les scores sont supérieurs à 60 et qui sont âgés de 18 à 20 ans. Ceci peut être réalisé en utilisant le code suivant :

import pandas as pd

data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '成绩': [80, 70, 90, 50],
    '年龄': [18, 19, 20, 21]
}

df = pd.DataFrame(data)
df_filtered = df.query('成绩 > 60 and 18 <= 年龄 <= 20')

print(df_filtered)

2. Utiliser le filtrage MultiIndex

Si le bloc de données comporte plusieurs niveaux d'index, vous pouvez utiliser l'objet MultiIndex pour un filtrage multi-niveaux. Par exemple, nous avons un bloc de données contenant des informations sur les étudiants. L'index comprend deux niveaux : la classe et le numéro d'étudiant. Nous souhaitons filtrer les étudiants ayant les numéros d'étudiant 001 et 002 dans la classe 1. Ceci peut être réalisé en utilisant le code suivant :

import pandas as pd

data = {
    '姓名': ['张三', '李四', '王五', '赵六'],
    '成绩': [80, 70, 90, 50],
}

index = pd.MultiIndex.from_tuples([('1班', '001'), ('1班', '002'), ('2班', '001'), ('2班', '002')])
df = pd.DataFrame(data, index=index)
df_filtered = df.loc[('1班', ['001', '002']), :]

print(df_filtered)

3. Analyse de cas

Nous prenons maintenant un ensemble de données réel comme exemple pour illustrer davantage les techniques avancées de filtrage des données Pandas. Supposons que nous disposions d'un ensemble de données sur les ventes de voitures, qui contient des informations telles que la marque, le modèle, le volume des ventes et le volume des ventes. Nous souhaitons filtrer les modèles dont les ventes sont supérieures à 1 000 unités et celles dont les ventes sont supérieures à 1 million. Voici un exemple de code :

import pandas as pd

data = {
    '品牌': ['宝马', '奥迪', '奔驰', '大众'],
    '型号': ['X3', 'A6', 'E级', '朗逸'],
    '销售量': [1200, 800, 1500, 900],
    '销售额': [1200, 900, 1800, 800]
}

df = pd.DataFrame(data)
df_filtered = df.query('销售量 > 1000 and 销售额 > 1000000')

print(df_filtered)

Grâce au code ci-dessus, nous avons réussi à filtrer les modèles avec des ventes de plus de 1 000 unités et des ventes de plus d'un million de yuans.

Pour résumer, Pandas fournit une multitude de fonctions et de méthodes de filtrage de données, depuis l'index booléen de base, les méthodes loc et iloc jusqu'aux méthodes de requête avancées et au filtrage MultiIndex, qui peuvent répondre aux besoins de filtrage des données dans différents scénarios. Les cas ci-dessus démontrent certaines techniques et applications courantes de filtrage de données et espèrent être utiles aux lecteurs dans des applications pratiques.

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!