建站
咨詢
售后
建站咨詢
新聞中心
在Python的數(shù)據(jù)分析庫(kù)pandas中，我們經(jīng)常需要按照某幾列進(jìn)行檢索，這可以通過(guò)使用布爾索引來(lái)實(shí)現(xiàn)，布爾索引是一種通過(guò)布爾數(shù)組選擇DataFrame行或列的方法。
成都創(chuàng)新互聯(lián)公司長(zhǎng)期為近1000家客戶提供的網(wǎng)站建設(shè)服務(wù)，團(tuán)隊(duì)從業(yè)經(jīng)驗(yàn)10年，關(guān)注不同地域、不同群體，并針對(duì)不同對(duì)象提供差異化的產(chǎn)品和服務(wù)；打造開(kāi)放共贏平臺(tái)，與合作伙伴共同營(yíng)造健康的互聯(lián)網(wǎng)生態(tài)環(huán)境。為蓬萊企業(yè)提供專業(yè)的成都做網(wǎng)站、網(wǎng)站制作、成都外貿(mào)網(wǎng)站建設(shè)，蓬萊網(wǎng)站改版等技術(shù)服務(wù)。擁有十多年豐富建站經(jīng)驗(yàn)和眾多成功案例,為您定制開(kāi)發(fā)。
以下是一些具體的步驟和示例：
1、我們需要導(dǎo)入pandas庫(kù)，如果你還沒(méi)有安裝這個(gè)庫(kù)，你可以使用pip install pandas命令來(lái)安裝。
import pandas as pd
2、創(chuàng)建一個(gè)DataFrame，我們可以使用字典來(lái)創(chuàng)建DataFrame，字典的鍵將成為列名，字典的值將成為列的值。
data = {'Name': ['Tom', 'Nick', 'John', 'Tom'],
'Age': [20, 21, 19, 18]}
df = pd.DataFrame(data)
3、使用布爾索引進(jìn)行檢索，我們可以使用比較運(yùn)算符（如==，>，<等）來(lái)創(chuàng)建布爾數(shù)組，我們可以將這個(gè)布爾數(shù)組傳遞給df[]操作符來(lái)選擇滿足條件的行。
如果我們想要選擇所有名為’Tom’的行，我們可以這樣做：
selected_rows = df[df['Name'] == 'Tom']
這將返回一個(gè)新的DataFrame，其中只包含名為’Tom’的行。
同樣，我們也可以使用布爾索引來(lái)選擇多列，如果我們想要選擇所有年齡大于20且名字為’Tom’的行，我們可以這樣做：
selected_rows = df[(df['Age'] > 20) & (df['Name'] == 'Tom')]
這將返回一個(gè)新的DataFrame，其中只包含年齡大于20且名字為’Tom’的行，注意，我們?cè)趦蓚€(gè)條件之間使用了&操作符，這意味著兩個(gè)條件都必須滿足，如果你想要求至少一個(gè)條件滿足，你可以使用|操作符。
4、你也可以使用~操作符來(lái)反轉(zhuǎn)布爾數(shù)組，如果你想要選擇所有不叫’Tom’的行，你可以這樣做：
selected_rows = df[~df['Name'] == 'Tom']
5、你可以使用any()和all()函數(shù)來(lái)檢查是否滿足任何或所有條件，如果我們想要選擇至少有一個(gè)人年齡大于20的行，我們可以這樣做：
selected_rows = df[df['Age'].gt(20).any(axis=1)]
這將返回一個(gè)新的DataFrame，其中至少有一個(gè)年齡大于20的人，注意，我們?cè)谡{(diào)用any()函數(shù)時(shí)傳遞了axis=1參數(shù)，這意味著我們要沿著行方向檢查條件，如果你想要在列方向上檢查條件，你可以傳遞axis=0參數(shù)。
以上就是在pandas中使用布爾索引進(jìn)行檢索的基本方法，這種方法非常靈活，可以用于各種復(fù)雜的查詢，希望這個(gè)答案對(duì)你有所幫助！
本文名稱：pandas按照某幾列檢索
瀏覽地址：http://www.dlmjj.cn/article/dpgodgs.html
