例如我有简单的 DF:
import pandas as pd
from random import randint
df = pd.DataFrame({'A': [randint(1, 9) for x in range(10)],
'B': [randint(1, 9)*10 for x in range(10)],
'C': [randint(1, 9)*100 for x in range(10)]})
我能否使用 Pandas 的方法和习语从“A”中选择“B”对应值大于 50 和“C”不等于 900 的值?
最佳答案
当然!设置:
>>> import pandas as pd
>>> from random import randint
>>> df = pd.DataFrame({'A': [randint(1, 9) for x in range(10)],
'B': [randint(1, 9)*10 for x in range(10)],
'C': [randint(1, 9)*100 for x in range(10)]})
>>> df
A B C
0 9 40 300
1 9 70 700
2 5 70 900
3 8 80 900
4 7 50 200
5 9 30 900
6 2 80 700
7 2 80 400
8 5 80 300
9 7 70 800
我们可以应用列操作并获取 bool 系列对象:
>>> df["B"] > 50
0 False
1 True
2 True
3 True
4 False
5 False
6 True
7 True
8 True
9 True
Name: B
>>> (df["B"] > 50) & (df["C"] == 900)
0 False
1 False
2 True
3 True
4 False
5 False
6 False
7 False
8 False
9 False
[更新,切换到新样式的.loc
]:
然后我们可以使用这些索引到对象中。对于读取访问,您可以链接索引:
>>> df["A"][(df["B"] > 50) & (df["C"] == 900)]
2 5
3 8
Name: A, dtype: int64
但是您可能会因为 View 和副本之间的差异而陷入麻烦,这样做是为了写访问权。你可以使用 .loc
代替:
>>> df.loc[(df["B"] > 50) & (df["C"] == 900), "A"]
2 5
3 8
Name: A, dtype: int64
>>> df.loc[(df["B"] > 50) & (df["C"] == 900), "A"].values
array([5, 8], dtype=int64)
>>> df.loc[(df["B"] > 50) & (df["C"] == 900), "A"] *= 1000
>>> df
A B C
0 9 40 300
1 9 70 700
2 5000 70 900
3 8000 80 900
4 7 50 200
5 9 30 900
6 2 80 700
7 2 80 400
8 5 80 300
9 7 70 800
请注意,我不小心输入了 == 900
而不是 != 900
或 ~(df["C"] == 900)
,但我懒得修复它。为读者练习。 :^)
关于python - 从 pandas.DataFrame 中选择复杂的标准,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/15315452/