如何使用运算符链接过滤 Pandas DataFrame 中的行？

使用运算符链接过滤 Pandas DataFrame 中的行

pandas 操作的灵活性允许方便的链接来完成数据操作任务。然而，过滤行传统上需要手动括号索引，这可能很麻烦。

链式布尔索引

使用运算符链过滤行的最直接方法是创建布尔掩码并用它索引 DataFrame：

<code class="python">df_filtered = df[df['column'] == value]</code>

布尔掩码检查指定列的每行值，并为匹配的行返回 True。

链接自定义掩码方法

或者，您可以使用自定义屏蔽方法扩展 DataFrame 类：

<code class="python">def mask(df, key, value):
    return df[df[key] == value]

pandas.DataFrame.mask = mask</code>

此方法采用 DataFrame、列名称和值作为参数，并有选择地基于行屏蔽

<code class="python">df_filtered = df.mask('column', value)</code>

链接多个掩码

链式运算符过滤允许通过组合多个掩码来实现复杂的条件：

<code class="python">df_filtered = df[
    (df['column1'] == value1) &
    (df['column2'] == value2) &
    ...
]</code>

总之，pandas 提供了两种主要的链式行过滤方法：

• 链式布尔索引： 基于布尔掩码选择性地索引行。
• 链接自定义掩码方法： 使用用于特定过滤操作的自定义掩码方法扩展 DataFrame 类。

以上是如何使用运算符链接过滤 Pandas DataFrame 中的行？的详细内容。更多信息请关注PHP中文网其他相关文章！