Kaip filtruoti eilutes Pandas DataFrame pagal stulpelių reikšmes

Eilučių filtravimas Pandas DataFrames

Pandas yra galinga Python biblioteka, skirta duomenų apdorojimui ir analizei. Įprasta užduotis yra pasirinkti eilutes iš DataFrame pagal stulpelių reikšmes, panašiai kaip SQL SELECT * FROM lentelėje WHERE stulpelio_pavadinimas = some_value.

Šiame vadove bus aprašyti įvairūs būdai, kaip tai pasiekti „Pandas“, kad būtų lengva efektyviai filtruoti duomenis. Nesvarbu, ar esate pradedantysis, ar patyręs vartotojas, šie patarimai pagerins jūsų duomenų tvarkymo įgūdžius.

„DataFrame“ eilučių pasirinkimo supratimas „Pandas“.

Pateikti scenarijai parodo, kaip pasirinkti eilutes iš DataFrame pagal stulpelių reikšmes naudojant Pandas biblioteką Python. Pirmasis scenarijus prasideda importuojant Pandas biblioteką su import pandas as pd komandą. Tada jis sukuria duomenų rėmelio pavyzdį naudodamas duomenų žodyną, kuris konvertuojamas į DataFrame su pd.DataFrame(data) komandą. Tada scenarijus iliustruoja du eilučių pasirinkimo būdus: pasirenkant eilutes, kuriose stulpelio „Amžius“ reikšmė yra didesnė nei 25, naudojant df[df['Age'] > 25], ir pasirinkdami eilutes, kuriose stulpelio „Miestas“ reikšmė yra „Čikaga“, naudodami df[df['City'] == 'Chicago']. Šie filtruoti duomenų rėmeliai spausdinami naudojant print() funkcija, kad būtų rodomos pasirinktos eilutės.

Antrasis scenarijus yra panašios struktūros, bet naudoja skirtingus duomenis ir atrankos kriterijus. Jis sukuria duomenų rėmelį su produkto informacija, įskaitant stulpelius „Produktas“, „Kaina“ ir „Akcija“. Pasirinktos eilutės, kuriose „Kaina“ yra mažesnė arba lygi 200 su df[df['Price'] <= 200], ir kur „Stock“ yra daugiau nei 40 naudojamų df[df['Stock'] > 40]. Šių scenarijų tikslas – parodyti, kaip filtruoti DataFrame eilutes pagal konkrečias sąlygas, panašiai kaip naudotumėte SQL užklausą, kad pasirinktumėte eilutes iš lentelės pagal stulpelio reikšmę. Suprasdami ir taikydami šias komandas, galite efektyviai valdyti ir analizuoti duomenis savo duomenų rėmeliuose.

# 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)

Pažangūs „DataFrame“ eilučių pasirinkimo „Pandas“ metodai

Be pagrindinio filtravimo naudojant loginį indeksavimą, „Pandas“ siūlo pažangias eilučių pasirinkimo pagal stulpelių reikšmes metodus. Vienas galingas būdas yra naudoti query() funkcija, leidžianti filtruoti eilutes su užklausos išraiška, todėl sintaksė tampa švaresnė ir dažnai intuityvesnė. Pavyzdžiui, užuot naudoję df[df['Age'] > 25], tu gali rašyti df.query('Age > 25'). Šis metodas ypač naudingas sprendžiant sudėtingesnes sąlygas arba kai stulpelių pavadinimuose yra tarpų. Be to, isin() funkcija naudinga, kai norite filtruoti eilutes pagal reikšmių sąrašą. Pavyzdžiui, norėdami pasirinkti eilutes, kuriose stulpelio „Miestas“ reikšmė yra „Čikaga“ arba „Niujorkas“, galite naudoti df[df['City'].isin(['Chicago', 'New York'])].

Kita technika apima loc ir iloc indeksuotojai. The loc indeksavimo priemonė yra pagrįsta etiketėmis, todėl galite pasirinkti eilutes pagal eilučių etiketes ir stulpelių pavadinimus iloc yra pagrįsta vieta sveikaisiais skaičiais, leidžianti pasirinkti pagal eilučių ir stulpelių numerius. Šis lankstumas ypač naudingas renkantis eilutes pagal kitam stulpeliui taikomas sąlygas. Pavyzdžiui, df.loc[df['Age'] > 25, 'Name'] pateiks vyresnių nei 25 metų asmenų vardus. Šie metodai išplečia jūsų įrankių rinkinį, skirtą efektyviam duomenų tvarkymui ir analizei „Pandas“, siūlydami lengviau skaitomą ir prižiūrimą kodą.

Paskutinės mintys apie „DataFrame“ eilučių pasirinkimo būdus

Eilučių pasirinkimas iš DataFrame pagal Pandas stulpelių reikšmes yra esminis įgūdis manipuliuojant duomenimis. Įvairūs aptarti metodai, įskaitant loginį indeksavimą, query(), isin(), ir etiketėmis bei sveikaisiais skaičiais pagrįstą indeksavimą su loc ir iloc, suteikia galingų įrankių efektyviam duomenų filtravimui. Šių metodų įvaldymas leidžia atlikti geresnę duomenų analizę ir švaresnį bei lengviau prižiūrimą kodą.