Cách lọc các hàng trong khung dữ liệu Pandas dựa trên giá trị cột

Lọc hàng trong Pandas DataFrames

Pandas là một thư viện mạnh mẽ trong Python để thao tác và phân tích dữ liệu. Một tác vụ phổ biến là chọn các hàng từ DataFrame dựa trên các giá trị cột, tương tự như bảng SELECT * FROM của SQL WHERE cột_name = some_value.

Hướng dẫn này sẽ hướng dẫn bạn các phương pháp khác nhau để đạt được điều này trong Pandas, giúp bạn dễ dàng lọc dữ liệu một cách hiệu quả. Cho dù bạn là người mới bắt đầu hay người dùng có kinh nghiệm, những mẹo này sẽ nâng cao kỹ năng xử lý dữ liệu của bạn.

Tìm hiểu về lựa chọn hàng DataFrame trong Pandas

Các tập lệnh được cung cấp minh họa cách chọn các hàng từ DataFrame dựa trên các giá trị cột bằng thư viện Pandas trong Python. Tập lệnh đầu tiên bắt đầu bằng cách nhập thư viện Pandas với import pandas as pd yêu cầu. Sau đó, nó tạo một DataFrame mẫu bằng cách sử dụng từ điển dữ liệu, được chuyển đổi thành DataFrame với pd.DataFrame(data) yêu cầu. Sau đó, tập lệnh minh họa hai phương pháp chọn hàng: chọn các hàng có giá trị cột 'Tuổi' lớn hơn 25 bằng cách sử dụng df[df['Age'] > 25]và chọn các hàng có giá trị cột 'Thành phố' là 'Chicago' bằng cách sử dụng df[df['City'] == 'Chicago']. Các DataFrames đã lọc này được in bằng cách sử dụng print() chức năng hiển thị các hàng đã chọn.

Kịch bản thứ hai có cấu trúc tương tự nhưng sử dụng dữ liệu và tiêu chí lựa chọn khác. Nó tạo một DataFrame với thông tin sản phẩm, bao gồm các cột 'Sản phẩm', 'Giá' và 'Kho hàng'. Các hàng được chọn trong đó 'Giá' nhỏ hơn hoặc bằng 200 với df[df['Price'] <= 200]và trong đó 'Stock' lớn hơn 40 bằng cách sử dụng df[df['Stock'] > 40]. Mục đích của các tập lệnh này là hiển thị cách lọc các hàng DataFrame dựa trên các điều kiện cụ thể, tương tự như cách bạn sử dụng truy vấn SQL để chọn các hàng từ bảng dựa trên giá trị cột. Bằng cách hiểu và áp dụng các lệnh này, bạn có thể thao tác và phân tích dữ liệu trong DataFrames một cách hiệu quả.

# 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)

Kỹ thuật nâng cao để chọn hàng DataFrame trong Pandas

Bên cạnh việc lọc cơ bản bằng cách sử dụng lập chỉ mục boolean, Pandas còn cung cấp các kỹ thuật nâng cao để chọn hàng dựa trên giá trị cột. Một phương pháp mạnh mẽ là sử dụng query() cho phép bạn lọc các hàng có biểu thức truy vấn, làm cho cú pháp rõ ràng hơn và thường trực quan hơn. Ví dụ, thay vì sử dụng df[df['Age'] > 25], bạn có thể viết df.query('Age > 25'). Phương pháp này đặc biệt hữu ích khi xử lý các điều kiện phức tạp hơn hoặc khi tên cột chứa khoảng trắng. Ngoài ra, isin() Hàm này có lợi khi bạn muốn lọc các hàng dựa trên danh sách các giá trị. Ví dụ: để chọn các hàng có giá trị cột 'Thành phố' là 'Chicago' hoặc 'New York', bạn có thể sử dụng df[df['City'].isin(['Chicago', 'New York'])].

Một kỹ thuật khác bao gồm việc loc Và iloc người lập chỉ mục. Các loc bộ chỉ mục dựa trên nhãn, cho phép bạn chọn các hàng dựa trên nhãn hàng và tên cột, trong khi iloc dựa trên vị trí số nguyên, cho phép lựa chọn theo số hàng và số cột. Tính linh hoạt này đặc biệt hữu ích khi chọn các hàng dựa trên điều kiện áp dụng cho một cột khác. Ví dụ, df.loc[df['Age'] > 25, 'Name'] sẽ trả về tên của những cá nhân lớn hơn 25. Các phương pháp này mở rộng bộ công cụ của bạn để xử lý và phân tích dữ liệu trong Pandas một cách hiệu quả, cung cấp mã dễ đọc và dễ bảo trì hơn.

Suy nghĩ cuối cùng về kỹ thuật chọn hàng DataFrame

Chọn các hàng từ DataFrame dựa trên các giá trị cột trong Pandas là một kỹ năng quan trọng để thao tác dữ liệu. Các phương pháp khác nhau được thảo luận, bao gồm lập chỉ mục boolean, query(), isin()và lập chỉ mục dựa trên nhãn và dựa trên vị trí số nguyên với loc Và iloc, cung cấp các công cụ mạnh mẽ để lọc dữ liệu hiệu quả. Việc thành thạo các kỹ thuật này cho phép phân tích dữ liệu tốt hơn và mã sạch hơn, dễ bảo trì hơn.