根據pandas中列的值從DataFrame中選擇行如何DataFrame根據pandas中某些列的值選擇行？在SQL中，我會使用：SELECT *FROM tableWHERE colume_name = some_value我試著看看熊貓文檔，但沒有立即找到答案。
3 回答
MMTTMM
TA貢獻1869條經驗 獲得超4個贊
要選擇列值等于標量的行some_value，請使用==：
df.loc[df['column_name'] == some_value]
要選擇列值在可迭代中的行some_values，請使用isin：
df.loc[df['column_name'].isin(some_values)]
將多種條件與&：
df.loc[(df['column_name'] >= A) & (df['column_name'] <= B)]
請注意括號。由于Python的運算符優先級規則，&綁定比<=和更緊密>=。因此，最后一個例子中的括號是必要的。沒有括號
df['column_name'] >= A & df['column_name'] <= B
被解析為
df['column_name'] >= (A & df['column_name']) <= B
這導致系列的真值是一個模糊的錯誤。
要選擇列值不相等的行 some_value，請使用!=：
df.loc[df['column_name'] != some_value]
isin返回boolean系列，所以要選擇行，其值是不是在some_values，否定使用布爾系列~：
df.loc[~df['column_name'].isin(some_values)]
例如，
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
'B': 'one one two three two two one three'.split(),
'C': np.arange(8), 'D': np.arange(8) * 2})
print(df)
# A B C D
# 0 foo one 0 0
# 1 bar one 1 2
# 2 foo two 2 4
# 3 bar three 3 6
# 4 foo two 4 8
# 5 bar two 5 10
# 6 foo one 6 12
# 7 foo three 7 14
print(df.loc[df['A'] == 'foo'])
產量
A B C D
0 foo one 0 0
2 foo two 2 4
4 foo two 4 8
6 foo one 6 12
7 foo three 7 14
如果您想要包含多個值，請將它們放在列表中（或者更常見的是，任何可迭代的）并使用isin：
print(df.loc[df['B'].isin(['one','three'])])
產量
A B C D
0 foo one 0 0
1 bar one 1 2
3 bar three 3 6
6 foo one 6 12
7 foo three 7 14
但請注意，如果您希望多次執行此操作，則首先創建索引更有效，然后使用df.loc：
df = df.set_index(['B'])
print(df.loc['one'])
產量
A C D
B
one foo 0 0
one bar 1 2
one foo 6 12
或者，要包含索引使用的多個值df.index.isin：
df.loc[df.index.isin(['one','two'])]
產量
A C D
B
one foo 0 0
one bar 1 2
two foo 2 4
two foo 4 8
two bar 5 10
one foo 6 12
添加回答
舉報
0/150
提交
取消