Python-科学计算-pandas-07-Df多条件筛选

微信公众号原文

系统：Windows 7
语言版本：Anaconda3-4.3.0.1-Windows-x86_64
编辑器：pycharm-community-2016.3.2
pandas：0.19.2

• 这个系列讲讲Python的科学计算版块
• 今天讲讲pandas模块：根据条件对Df进行筛选

Part 1：示例

1. 已知df_1，有3列["value1", "value2", "value3"],
2. 不同筛选条件下，获取新的df
   • 筛选条件1：value2列大于0.6，且，value3列小于5，获得df_2
   • 筛选条件2：value2列大于0.6，或，value3列小于5，获得df_3
   • 筛选条件3：value2列大于0.6，且，value1列取值P1或者 P2，获得df_4
   • 筛选条件4：value2列大于0.6，或，value1列取值P1或者 P2，获得df_5

df_1

1.png

df_2

df_2.png

df_3

df_3.png

df_4

df_4.png

df_5

df_5.png

Part 2：代码

import pandas as pd

dict_1 = {"value1": ["P1", "P2", "P3"],
          "value2": [0.5, 0.8, 1.0],
          "value3": [1, 5, 3]}

df_1 = pd.DataFrame(dict_1, columns=["value1", "value2", "value3"])
print(df_1)

print("\n两个条件同时满足")
df_2 = df_1[(df_1["value2"] > 0.6) & (df_1["value3"] < 5)]
print(df_2)

print("\n满足任一条件")
df_3 = df_1[(df_1["value2"] > 0.6) | (df_1["value3"] < 5)]
print(df_3)

print("\n两个条件同时满足")
list_1 = ["P1", "P2"]
df_4 = df_1[(df_1["value2"] > 0.6) & (df_1["value1"].isin(list_1))]
print(df_4)

print("\n满足任一条件")
list_1 = ["P1", "P2"]
df_5 = df_1[(df_1["value2"] > 0.6) | (df_1["value1"].isin(list_1))]
print(df_5)

代码截图

2.png

Part 3：部分代码解读

1. df_2 = df_1[(df_1["value2"] > 0.6) & (df_1["value3"] < 5)]，两个条件分别放置于()内，即df[(条件1) & (条件2)]
   • 逻辑与，使用 &
   • 逻辑或，使用 |
2. 比较运算符直接使用>,<
3. 在一定范围内使用isin，之前的文章有介绍过

本文为原创作品，欢迎分享朋友圈

长按图片识别二维码，关注本公众号
Python 优雅 帅气

12x0.8.jpg