pandas：数据筛选的8个操作
输入“/”快速插入内容
pandas：数据筛选的8个操作
pandas：数据筛选的8个操作
⏰ 剪存时间：2022-09-22 22:41:28 (UTC+8)
pandas：数据筛选的8个操作
本文采用 sklearn 的 boston 数据举例介绍。
代码块
from sklearn import datasets
import pandas as pd
boston = datasets.load_boston()
df = pd.DataFrame(boston.data, columns=boston.feature_names)
1. [ ]
第一种是最快捷方便的，直接在dataframe的 [] 中写筛选的条件或者组合条件。
比如，想要筛选出大于 NOX 这变量平均值的所有数据，然后按 NOX 降序排序。
代码块
df[df['NOX']>df['NOX'].mean()].sort_values(by='NOX',ascending=False).head()
也可以使用组合条件，条件之间使用逻辑符号 & | 等。比如下面这个例子除了上面条件外再加上且条件 CHAS为1 ，注意逻辑符号分开的条件要用 () 隔开。
代码块
df[(df['NOX']>df['NOX'].mean()) & (df['CHAS'] ==1)].sort_values(by='NOX',ascending=False).head()
2. loc/iloc
除 [] 之外， loc/iloc 应该是最常用的两种查询方法了。 loc 按标签值（列名和行索引取值）访问， iloc 按数字索引访问，均支持单值访问或切片查询。除了可以像 [] 按条件筛选数据以外， loc 还可以指定返回的列变量， 从行和列两个维度筛选。
比如下面这个例子，按条件筛选出数据，并筛选出指定变量，然后赋值。
代码块
df.loc[(df['NOX']>df['NOX'].mean()),['CHAS']] = 2
3. isin
上面我们筛选条件 < > == != 都是个范围，但很多时候是需要锁定某些具体的值的，这时候就需要 isin 了。比如我们要限定 NOX 取值只能为 0.538,0.713,0.437 中时。
代码块
df.loc[df['NOX'].isin([0.538,0.713,0.437]),:].sample(5)