초보자부터 숙련자까지: is 및 where 선택기 사용 기술을 익히세요.

초보자부터 숙련자까지: is 및 where 선택기 사용 기술 습득

소개:
데이터 처리 및 분석 과정에서 선택기는 매우 중요한 도구입니다. 선택기를 통해 특정 조건에 따라 데이터 세트에서 필요한 데이터를 추출할 수 있습니다. 이 기사에서는 독자가 이 두 선택기의 강력한 기능을 빠르게 익힐 수 있도록 is 및 where 선택기의 사용 기술을 소개합니다.

1. is 선택기 사용
is 선택기는 주어진 조건에 따라 데이터 세트를 필터링할 수 있는 기본 선택기입니다. 다음은 is 선택기를 사용하는 예입니다.

import pandas as pd

# 创建示例数据集
data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [18, 21, 22, 20],
        '性别': ['男', '女', '男', '女']}
df = pd.DataFrame(data)

# 使用is选择器
selected_data = df[df['年龄'] > 20]

print(selected_data)

출력 결과:

   姓名  年龄 性别
1  李四  21  女
2  王五  22  男

위 예에서는 is 선택기를 사용하여 age가 20보다 큰 데이터를 필터링했습니다. Li Si와 Wang Wu만이 20세 이상임을 알 수 있으므로 최종 결과에는 이들의 정보만 포함됩니다.

2. where 선택기 사용
where 선택기는 주어진 조건에 따라 데이터 세트를 필터링하고 교체할 수 있는 또 다른 일반적으로 사용되는 선택기입니다. 다음은 where 선택자를 사용한 예입니다.

import pandas as pd

# 创建示例数据集
data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [18, 21, 22, 20],
        '性别': ['男', '女', '男', '女']}
df = pd.DataFrame(data)

# 使用where选择器
df.where(df['性别'] == '男', '未知', inplace=True)

print(df)

출력 결과:

   姓名  年龄 性别
0  张三  18  男
1  未知  21  未知
2  王五  22  男
3  未知  20  未知

위 예에서는 where 선택자를 사용하여 데이터를 남성 성별로 대체했습니다. 원래 남성 데이터는 변경되지 않았지만, 여성 데이터는 'unknown'으로 대체된 것을 볼 수 있습니다. 그중 inplace=True 매개변수는 원본 데이터 세트의 수정을 나타냅니다.

3. is 및 where 선택자의 고급 사용 기술
위에서 언급한 기본 사용 방법 외에도 보다 복잡한 요구 사항을 충족하기 위한 is 및 where 선택자의 고급 사용 기술이 있습니다.

1. 다중 조건 필터링
   논리 연산자(예: and, or)를 통해 여러 조건을 결합하여 필터링할 수 있습니다. 샘플 코드는 다음과 같습니다.

import pandas as pd

# 创建示例数据集
data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [18, 21, 22, 20],
        '性别': ['男', '女', '男', '女']}
df = pd.DataFrame(data)

# 使用多条件筛选
selected_data = df[(df['年龄'] > 20) & (df['性别'] == '男')]

print(selected_data)

출력 결과:

   姓名  年龄 性别
2  王五  22  男

위의 예에서는 다중 조건 필터링을 사용하여 연령이 20세 이상이고 성별이 남성인 데이터를 필터링했습니다.

2. 데이터 유형에 따른 필터링
   데이터세트를 처리할 때 특정 데이터 유형의 열이나 행을 필터링해야 하는 경우가 있습니다. 샘플 코드는 다음과 같습니다.

import pandas as pd

# 创建示例数据集
data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '年龄': [18, 21, 22, 20],
        '性别': ['男', '女', '男', '女']}
df = pd.DataFrame(data)

# 筛选字符串类型的列
string_columns = df.select_dtypes(include='object')

print(string_columns)

출력 결과:

   姓名 性别
0  张三  男
1  李四  女
2  王五  男
3  赵六  女

위의 예에서는 select_dtypes 함수를 사용하여 데이터 유형이 문자열인 열을 필터링했습니다.

결론:
이 글의 소개를 통해 우리는 is와 where 선택자의 기본 사용법을 배웠고 몇 가지 고급 사용법을 익혔습니다. 선택기는 데이터 처리 및 분석에 없어서는 안될 도구입니다. 이러한 기술을 익히면 작업 효율성이 크게 향상됩니다. 이 기사를 공부한 후 독자들이 is 및 where 선택기를 유연하게 사용하여 데이터를 더 잘 처리하고 분석할 수 있기를 바랍니다.

위 내용은 초보자부터 숙련자까지: is 및 where 선택기 사용 기술을 익히세요.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!