如何使用多個標準有效過濾 Pandas 資料幀和系列

有效地將多個過濾器應用於 Pandas 資料幀和系列

在 Pandas 中處理資料時，通常需要根據多個條件進行過濾。雖然傳統方法涉及連結多個 reindex() 操作，但這種技術會創建新物件並複製數據，從而導致效率低下。

另一種方法是利用布林索引，這明顯更有效。 Pandas 允許布林索引，從而能夠根據 True/False 評估直接對資料進行子集化。

<code class="python">df.loc[df['col1'] >= 1, 'col1']</code>

這種技術避免了創建新物件和不必要的複製，提供了更有效的資料過濾方法。

為了進一步提高效率，可以為此目的編寫輔助函數：

<code class="python">def b(x, col, op, n): 
     return op(x[col],n)

def f(x, *b):
     return x[(np.logical_and(*b))]</code>

使用這些輔助函數，應用多個過濾器變得簡單：

<code class="python">b1 = b(df, 'col1', ge, 1)
b2 = b(df, 'col1', le, 1)
f(df, b1, b2)</code>

對於Pandas 版本0.13 及更高版本，專用查詢方法提供了一種更有效的方法來應用多個過濾器，利用numexpr 進行最佳化：

<code class="python">df.query('col1 <= 1 & 1 <= col1')</code>

以上是如何使用多個標準有效過濾 Pandas 資料幀和系列的詳細內容。更多資訊請關注PHP中文網其他相關文章！