여러 복잡한 기준을 사용하여 Pandas DataFrame에서 데이터를 효율적으로 선택하는 방법은 무엇입니까?

Pandas.DataFrame에서 복잡한 기준으로 선택

데이터 조작 작업에서는 여러 조건이 포함된 복잡한 선택 기준이 자주 발생합니다. Pandas는 이러한 시나리오를 효율적으로 처리하기 위한 방법과 관용구를 제공합니다.

예:

다음 DataFrame을 고려하세요.

import pandas as pd
from random import randint

df = pd.DataFrame({'A': [randint(1, 9) for x in range(10)],
                   'B': [randint(1, 9)*10 for x in range(10)],
                   'C': [randint(1, 9)*100 for x in range(10)]})

문제:

'A'에서 값을 선택하세요. 'B'에 해당하는 값은 50보다 크고 'C'는 900이 아닙니다.

해결책:

열 연산을 적용하여 부울 시리즈 객체를 얻을 수 있습니다. 각 조건에 대해:

df["B"] > 50
(df["B"] > 50) & (df["C"] != 900)

또는 동등하게:

(df["B"] > 50) & ~(df["C"] == 900)

이러한 부울 시리즈를 사용하여 DataFrame에 색인을 생성할 수 있습니다:

df["A"][(df["B"] > 50) & (df["C"] != 900)]

또는 .loc를 사용하여:

df.loc[(df["B"] > 50) & (df["C"] != 900), "A"]

참고:

쓰기 액세스의 경우 다음을 사용하는 것이 좋습니다. 인덱스를 연결하는 대신 .loc를 사용하면 복사본 대신 보기가 발생하여 잠재적인 문제가 발생할 수 있습니다.

위 내용은 여러 복잡한 기준을 사용하여 Pandas DataFrame에서 데이터를 효율적으로 선택하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!