跳转至

用多种条件过滤熊猫数据帧

原文:https://www.geesforgeks.org/filter-pandas-data frame-with-multi-conditions/

在本文中,让我们讨论如何过滤熊猫数据帧与多个条件。在整个软件开发过程中,有可能在多种条件下从熊猫数据框中过滤数据。原因是 dataframe 可能有多列和多行。有选择地显示有限行的列总是用户期望的视图。为了满足用户的期望,同时也有助于机器深度学习场景,对熊猫数据帧进行多条件过滤是非常必要的。

让我们看看做同样事情的不同方法。

创建一个示例数据帧以继续

蟒蛇 3

# import module
import pandas as pd

# assign data
dataFrame = pd.DataFrame({'Name': [' RACHEL  ', ' MONICA  ', ' PHOEBE  ',
                                   '  ROSS    ', 'CHANDLER', ' JOEY    '],

                          'Age': [30, 35, 37, 33, 34, 30],

                          'Salary': [100000, 93000, 88000, 120000, 94000, 95000],

                          'JOB': ['DESIGNER', 'CHEF', 'MASUS', 'PALENTOLOGY',
                                  'IT', 'ARTIST']})

# display dataframe
display(dataFrame)

输出:

方法 1:使用 loc

在这里,我们将获得薪资大于或等于 100000 且年龄< 40 and their JOB starts with ‘D’ from the dataframe. Print the details with Name and their JOB. For the above requirement, we can achieve this by using 锁定的所有行。它用于通过标签或布尔数组访问单个或多个行和列。loc 使用列标签和索引。

蟒蛇 3

# import module
import pandas as pd

# assign data
dataFrame = pd.DataFrame({'Name': [' RACHEL  ', ' MONICA  ', ' PHOEBE  ',
                                   '  ROSS    ', 'CHANDLER', ' JOEY    '],

                          'Age': [30, 35, 37, 33, 34, 30],

                          'Salary': [100000, 93000, 88000, 120000, 94000, 95000],

                          'JOB': ['DESIGNER', 'CHEF', 'MASUS', 'PALENTOLOGY',
                                  'IT', 'ARTIST']})
# filter dataframe
display(dataFrame.loc[(dataFrame['Salary']>=100000) & (dataFrame['Age']< 40) & (dataFrame['JOB'].str.startswith('D')),
                    ['Name','JOB']])

输出:

输出解析给定的条件,最后,我们将只显示 2 列,即名称和作业。

方法二:使用 NumPy

这里将获得所有薪资大于或等于 100000 且年龄小于 40 的行,它们的职务从数据框中的“D”开始。我们需要使用 NumPy。

蟒蛇 3

# import module
import pandas as pd
import numpy as np

# assign data
dataFrame = pd.DataFrame({'Name': [' RACHEL  ', ' MONICA  ', ' PHOEBE  ',
                                   '  ROSS    ', 'CHANDLER', ' JOEY    '],

                          'Age': [30, 35, 37, 33, 34, 30],

                          'Salary': [100000, 93000, 88000, 120000, 94000, 95000],

                          'JOB': ['DESIGNER', 'CHEF', 'MASUS', 'PALENTOLOGY',
                                  'IT', 'ARTIST']})

# filter dataframe                                   
filtered_values = np.where((dataFrame['Salary']>=100000) & (dataFrame['Age']< 40) & (dataFrame['JOB'].str.startswith('D')))
print(filtered_values)
display(dataFrame.loc[filtered_values])

输出:

在上例中, print(filtered_values) 将输出为(数组([0],dtype=int64),),表示索引值为 0 的第一行将是输出。之后,输出将有一行所有的列,并根据给定的条件进行检索。

方法 3:使用查询(评估和查询仅适用于列)

在这种方法中,我们得到所有薪资小于或等于 100000 且年龄小于 40 的行,它们的作业从数据框中的“C”开始。它只是用一个或多个布尔表达式来查询数据帧的列,如果有多个,则在中间有& condition。

蟒蛇 3

# import module
import pandas as pd

# assign data
dataFrame = pd.DataFrame({'Name': [' RACHEL  ', ' MONICA  ', ' PHOEBE  ',
                                   '  ROSS    ', 'CHANDLER', ' JOEY    '],

                          'Age': [30, 35, 37, 33, 34, 30],

                          'Salary': [100000, 93000, 88000, 120000, 94000, 95000],

                          'JOB': ['DESIGNER', 'CHEF', 'MASUS', 'PALENTOLOGY',
                                  'IT', 'ARTIST']})

# filter dataframe 
display(dataFrame.query('Salary  <= 100000 & Age < 40 & JOB.str.startswith("C").values'))


回到顶部