Python - 基于列值在 Pandas 中使用查询功能过滤行?
要根据列值过滤行,我们可以使用该query()函数。在函数中,设置过滤记录的条件。首先,导入所需的库 -
import pandas as pd
以下是我们的团队记录数据 -
Team = [['India', 1, 100],['Australia', 2, 85],['England', 3, 75],['New Zealand', 4 , 65],['South Africa', 5, 50],['Bangladesh', 6, 40]]
从上面创建一个 DataFrame 并添加列 -
dataFrame = pd.DataFrame(Team, columns=['Country', 'Rank', 'Points'])
使用query()与“等级”筛选记录为5 -
dataFrame.query("Rank == 5"))
示例
以下是完整的代码 -
import pandas as pd输出结果# 以团队排名列表形式的数据
Team = [['India', 1, 100],['Australia', 2, 85],['England', 3, 75],['New Zealand', 4 , 65],['South Africa', 5, 50],['Bangladesh', 6, 40]]
# 创建 DataFrame 并添加列
dataFrame = pd.DataFrame(Team, columns=['Country', 'Rank', 'Points'])
print"DataFrame...\n",dataFrame
# 使用查询过滤行
print"\nFetch Team with Rank 5..\n",dataFrame.query("Rank == 5")
这将产生以下输出 -
DataFrame...Country Rank Points
0 India 1 100
1 Australia 2 85
2 England 3 75
3 New Zealand 4 65
4 South Africa 5 50
5 Bangladesh 6 40
Fetch Team with Rank 5..
Country Rank Points
4 South Africa 5 50
示例
让我们再看一个例子。在这里,我们有一个不同的条件来过滤行 -
import pandas as pd输出结果# 以团队排名列表形式的数据
Team = [['India', 1, 100],['Australia', 2, 85],['England', 3, 75],['New Zealand', 4 , 65],['South Africa', 5, 50],['Bangladesh', 6, 40]]
# 创建 DataFrame 并添加列
dataFrame = pd.DataFrame(Team, columns=['Country', 'Rank', 'Points'])
print"DataFrame...\n",dataFrame
# 使用查询过滤行
print"\nFetch Team with points above 70 and Rank less than 3..\n"
print(dataFrame.query("Points > 70 and Rank <3"))
这将产生以下输出 -
DataFrame...Country Rank Points
0 India 1 100
1 Australia 2 85
2 England 3 75
3 New Zealand 4 65
4 South Africa 5 50
5 Bangladesh 6 40
Fetch Team with points above 70 and Rank less than 3..
Country Rank Points
0 India 1 100
1 Australia 2 85
以上是 Python - 基于列值在 Pandas 中使用查询功能过滤行? 的全部内容, 来源链接: utcz.com/z/317309.html