如何根據列值選擇 Pandas DataFrame 中的特定行？

在 Pandas 中根據列值選擇行

在 Pandas 中，過濾 DataFrame 以根據列值選擇特定行可以使用比較運算符和布林索引。

比較列值

選擇行如果列值與特定標量值匹配，請使用== 運算子：

df.loc[df['column_name'] == some_value]

要選擇列值位於列表或其他可迭代值中的行，請使用isin 運算子：

df.loc[df['column_name'].isin(some_values)]

組合條件

可以使用&運算子組合多個條件來選擇滿足所有條件的行條件：

df.loc[(df['column_name'] >= A) & (df['column_name'] <p>請注意，括號是確保正確的運算子括號優先順序所必需的。 </p><h3 id="否定條件">否定條件</h3><p>選擇與特定值不符或不在其中的行特定列表，使用!= 或~:</p><pre class="brush:php;toolbar:false">df.loc[df['column_name'] != some_value]
df = df.loc[~df['column_name'].isin(some_values)] # In-place replacement requires `loc`

索引來否定條件優化

為了對常用條件進行有效過濾，在列上建立索引可能會很有幫助。這允許使用df.loc 進行更快的查找：

df = df.set_index(['B'])
df.loc['one']

範例

考慮以下DataFrame：

df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
                   'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
                   'C': np.arange(8), 'D': np.arange(8) * 2})

選擇列'A' 等於' 的行foo':

print(df.loc[df['A'] == 'foo'])

選擇列「B」所在的行['一', '三']:

print(df.loc[df['B'].isin(['one','three'])])

要選擇「B」列為「一」或「二」的行：

df = df.set_index(['B'])
print(df.loc[df.index.isin(['one','two'])])

以上是如何根據列值選擇 Pandas DataFrame 中的特定行？的詳細內容。更多資訊請關注PHP中文網其他相關文章！