如何在Pandas中根据某列的值选择DataFrame中的行?
在SQL中,我会使用:
SELECT *
FROM table
WHERE column_name = some_value
选择某列值等于标量的行,some_value
,使用 ==
:
df.loc[df['column\_name'] == some_value]
选择某列值在某个可迭代对象中,some_values
,使用 isin
:
df.loc[df['column\_name'].isin(some_values)]
结合多个条件使用 &
:
df.loc[(df['column\_name'] >= A) & (df['column\_name'] <= B)]
注意括号。由于Python的运算符优先级规则,&
的优先级比 <=
和 >=
更高。因此,最后一个示例中需要使用括号。如果不使用括号,
df['column\_name'] >= A & df['column\_name'] <= B
会被解析为
df['column\_name'] >= (A & df['column\_name']) <= B
这会导致一个 Truth value of a Series is ambiguous error。
选择某列值不等于 some_value
的行,使用 !=
:
df.loc[df['column\_name'] != some_value]
isin
返回一个布尔型 Series,因此要选择某列值 不 在 some_values
中的行,可以使用 ~
对布尔型 Series 取反:
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'])
输出结果为:
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
如果你有多个你想要包含的值,将它们放在一个列表(或更一般地说,任何可迭代对象)中,并使用 isin
:
print(df.loc[df['B'].isin(['one','three'])])
输出结果为:
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
请注意,如果你希望经常这样做,先创建一个索引会更高效,然后使用 df.loc
:
df = df.set_index(['B'])
print(df.loc['one'])
输出结果为:
A C D
B
one foo 0 0
one bar 1 2
one foo 6 12
或者,如果要从索引中包括多个值,使用 df.index.isin
:
df.loc[df.index.isin(['one','two'])]
输出结果为:
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
标签:foo,bar,name,df,two,DataFrame,选择,column,列值
From: https://www.cnblogs.com/xiaomandujia/p/17794489.html