Kako filtrirati retke u Pandas DataFrameu na temelju vrijednosti stupaca

Filtriranje redaka u Pandas DataFrames

Pandas je moćna biblioteka u Pythonu za manipulaciju i analizu podataka. Uobičajen zadatak je odabir redaka iz DataFramea na temelju vrijednosti stupca, slično SQL-ovoj SELECT * FROM tablici WHERE column_name = some_value.

Ovaj će vas vodič provesti kroz različite metode kako to postići u Pandas, olakšavajući učinkovito filtriranje podataka. Bilo da ste početnik ili iskusan korisnik, ovi savjeti poboljšat će vaše vještine rukovanja podacima.

Razumijevanje odabira reda DataFrame u Pandas

Pružene skripte pokazuju kako odabrati retke iz DataFramea na temelju vrijednosti stupaca pomoću biblioteke Pandas u Pythonu. Prva skripta počinje uvozom biblioteke Pandas s import pandas as pd naredba. Zatim stvara ogledni DataFrame pomoću rječnika podataka, koji se pretvara u DataFrame s pd.DataFrame(data) naredba. Skripta zatim ilustrira dvije metode za odabir redaka: odabir redaka gdje je vrijednost stupca 'Dob' veća od 25 pomoću df[df['Age'] > 25]i odabirom redaka u kojima je vrijednost stupca "Grad" "Chicago". df[df['City'] == 'Chicago']. Ovi filtrirani okviri podataka ispisuju se pomoću print() funkciju za prikaz odabranih redaka.

Druga skripta slijedi sličnu strukturu, ali koristi različite podatke i kriterije odabira. Stvara DataFrame s informacijama o proizvodu, uključujući stupce "Proizvod", "Cijena" i "Zalihe". Odabiru se retci gdje je 'Cijena' manja ili jednaka 200 s df[df['Price'] <= 200], i gdje je 'Stock' više od 40 korištenja df[df['Stock'] > 40]. Svrha ovih skripti je pokazati kako filtrirati retke DataFramea na temelju određenih uvjeta, slično kao što biste koristili SQL upit za odabir redaka iz tablice na temelju vrijednosti stupca. Razumijevanjem i primjenom ovih naredbi možete učinkovito manipulirati i analizirati podatke u svojim DataFramesima.

# Importing the necessary library
import pandas as pd

# Creating a sample DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'Age': [24, 27, 22, 32, 29],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston', 'Phoenix']
}
df = pd.DataFrame(data)

# Selecting rows where Age is greater than 25
selected_rows = df[df['Age'] > 25]
print(selected_rows)

# Selecting rows where City is 'Chicago'
chicago_rows = df[df['City'] == 'Chicago']
print(chicago_rows)

# Importing pandas library
import pandas as pd

# Creating a sample DataFrame
data = {'Product': ['A', 'B', 'C', 'D', 'E'],
        'Price': [100, 150, 200, 250, 300],
        'Stock': [30, 60, 90, 20, 50]}
df = pd.DataFrame(data)

# Selecting rows where Price is less than or equal to 200
affordable_products = df[df['Price'] <= 200]
print(affordable_products)

# Selecting rows where Stock is more than 40
in_stock = df[df['Stock'] > 40]
print(in_stock)

Napredne tehnike za odabir redaka DataFrame u Pandas

Osim osnovnog filtriranja pomoću Booleovog indeksiranja, Pandas nudi napredne tehnike za odabir redaka na temelju vrijednosti stupaca. Jedna moćna metoda je korištenje query() koja vam omogućuje filtriranje redaka pomoću izraza upita, čineći sintaksu čišćom i često intuitivnijom. Na primjer, umjesto korištenja df[df['Age'] > 25], možete napisati df.query('Age > 25'). Ova je metoda osobito korisna kada se radi o složenijim uvjetima ili kada nazivi stupaca sadrže razmake. Osim toga, isin() funkcija je korisna kada želite filtrirati retke na temelju popisa vrijednosti. Na primjer, za odabir redaka u kojima je vrijednost stupca 'Grad' ili 'Chicago' ili 'New York', možete koristiti df[df['City'].isin(['Chicago', 'New York'])].

Druga tehnika uključuje loc i iloc indekseri. The loc Indeksator se temelji na oznakama, što vam omogućuje odabir redaka na temelju oznaka redaka i naziva stupaca, dok iloc temelji se na cjelobrojnoj lokaciji, što omogućuje odabir prema brojevima redaka i stupaca. Ova je fleksibilnost posebno korisna za odabir redaka na temelju uvjeta primijenjenog na drugi stupac. Na primjer, df.loc[df['Age'] > 25, 'Name'] vratit će imena osoba starijih od 25 godina. Ove metode proširuju vaš skup alata za učinkovito rukovanje i analizu podataka u Pandas, nudeći čitljiviji kod koji se može održavati.

Završne misli o tehnikama odabira reda DataFrame

Odabir redaka iz DataFramea na temelju vrijednosti stupaca u Pandas ključna je vještina za manipulaciju podacima. Različite metode o kojima se govori, uključujući Booleovo indeksiranje, query(), isin(), te indeksiranje na temelju oznake i lokacije na cijelom broju loc i iloc, pružaju snažne alate za učinkovito filtriranje podataka. Ovladavanje ovim tehnikama omogućuje bolju analizu podataka i čišći kod koji se lakše održava.