如何高效过滤具有多个条件的 Pandas DataFrame 或 Series？

多条件高效过滤 Pandas DataFrame 或 Series

Pandas 提供了多种过滤数据的方法，包括 reindex()、apply() 和 map() 。然而，当应用多个过滤器时，效率就成为一个问题。

为了优化过滤，请考虑使用布尔索引。 Pandas 和 Numpy 都支持布尔索引，它直接对底层数据数组进行操作，而不会创建不必要的副本。

以下是布尔索引的示例：

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

此表达式返回包含以下内容的 Pandas Series：仅列“col1”中的值大于或等于 1 的行。

要应用多个过滤器，请使用逻辑运算符“&”（AND）和“|” （或者）。例如：

<code class="python">df[(df['col1'] >= 1) &amp; (df['col1'] <=1 )]</code>

此表达式返回一个 DataFrame，仅包含列“col1”中的值在 1 和 1 之间（含 1 和 1）的行。

对于辅助函数，请考虑定义以下函数：获取一个 DataFrame 并返回一个布尔系列，允许您使用逻辑运算符组合多个过滤器。

<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>

Pandas 0.13 引入了 query() 方法，该方法提供了一种更有效的方式来表达复杂的过滤条件。假设有效的列标识符，以下代码根据多个条件过滤 DataFrame df：

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

总之，布尔索引提供了一种有效的方法，可以将多个过滤器应用于 Pandas DataFrame 或 Series，而无需创建不必要的副本。使用逻辑运算符和辅助函数组合多个过滤器以实现扩展功能。

以上是如何高效过滤具有多个条件的 Pandas DataFrame 或 Series？的详细内容。更多信息请关注PHP中文网其他相关文章！