Pandas 的算子連結如何提高行過濾效率？

Pandas：使用運算符連結進行高效行過濾

pandas 的主要優點之一是其運算符連結功能，它允許無運算連結功能，它允許無算縫執行的多項操作。然而，過濾行的傳統方法，即使用括號索引（例如 df[df['column'] == value]），需要將 DataFrame 指派給變數。這可能會很不方便，並且可能會導致程式碼冗餘。

值得慶幸的是，有一種更有效的方法可以使用布林索引來連結過濾操作。透過利用邏輯運算子（&、|、^），可以將多個條件連結在一起以實現選擇性行過濾。

df_filtered = df[(df.A == 1) & (df.D == 6)]

在此範例中，列「A」的值等於 1 的行，並且提取列「D」的值等於 6。

對於喜歡方法連結的用戶，可以實現自訂遮罩方法以促進行過濾。透過定義方法並將其指派給 DataFrame 類，過濾操作可以在任何方法呼叫後無縫連結。

def mask(df, key, value):
    return df[df[key] == value]

pandas.DataFrame.mask = mask

df.mask('A', 1).mask('D', 6)

此自訂遮罩方法允許簡潔和連結的過濾操作，從而提高效率和程式碼可讀性.

以上是Pandas 的算子連結如何提高行過濾效率？的詳細內容。更多資訊請關注PHP中文網其他相關文章！