使用運算符連結過濾 Pandas DataFrame 中的行
pandas 操作的靈活性允許方便的連結來完成資料操作任務。然而,過濾行傳統上需要手動括號索引,這可能很麻煩。
鍊式布林索引
使用運算符鏈過濾行的最直接方法是建立布林掩碼並用它索引DataFrame:
<code class="python">df_filtered = df[df['column'] == value]</code>
布林遮罩檢查指定列的每行值,並為符合的行傳回True。
連結自訂遮罩方法
或者,您可以使用自訂屏蔽方法擴充DataFrame 類別:
<code class="python">def mask(df, key, value): return df[df[key] == value] pandas.DataFrame.mask = mask</code>
此方法採用DataFrameFrame 、列名稱和值作為參數,並選擇性地基於行屏蔽
<code class="python">df_filtered = df.mask('column', value)</code>
連結多個遮罩
鍊式運算子過濾允許透過組合多算符過濾個遮罩來實現複雜的條件:
<code class="python">df_filtered = df[ (df['column1'] == value1) & (df['column2'] == value2) & ... ]</code>
總之,pandas 提供了兩種主要的鍊式行過濾方法:
以上是如何使用運算子連結過濾 Pandas DataFrame 中的行?的詳細內容。更多資訊請關注PHP中文網其他相關文章!