Python干货：panda特殊索引器——过滤数据

最新推荐文章于 2024-05-15 15:18:29 发布

原创最新推荐文章于 2024-05-15 15:18:29 发布 · 524 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #索引 #数据库

编程同时被 3 个专栏收录

136 篇文章

订阅专栏

Python

100 篇文章

订阅专栏

程序员

59 篇文章

订阅专栏

本文介绍了如何使用Python的pandas库通过布尔索引过滤DataFrame数据。主要探讨了DataFrame的.loc[], .iloc[], 和 .ix[] 方法，并展示了如何基于数据的实际值、列值和索引值创建布尔掩码进行数据筛选。" 126045109,12674167,5G核心网详解：架构、关键技术与5G专网,"['5G技术', '网络架构', '通信技术', '网络切片', '边缘计算']

迄今为止最常见从DataFrame获取元素、行和列的数据索引方式：

Dataframe.[]；此函数也称为索引运算符。
Dataframe.loc[] :此函数用于标签。
Dataframe.iloc[] :此函数用于基于位置或整数的
Dataframe.ix[] :此函数用于标号和基于整数的函数。

它们统称为索引器。而布尔索引是一种索引类型，它使用DataFrame中数据的实际值。

根据DataFrame中数据的实际值而不是它们的行/列标签或整数位置来选择数据子集。

在布尔索引中使用布尔向量过滤数据，通过四种方式过滤数据：

使用布尔索引访问DataFrame
将布尔掩码应用于数据帧
基于列值的掩蔽数据
基于索引值的掩蔽数据

使用布尔索引访问DataFrame：

创建一个dataframe，其中的dataframe索引包含一个布尔值。即“True”或“false”。例如

# importing pandas as pd
import pandas as pd
   
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
   
df = pd.DataFrame(dict, index = [True, False, True, False])
   
print(df)

产出：

借助布尔索引访问数据，使用以下三个函数访问数据文件.loc[], .iloc[], .ix[]

使用布尔索引访问Dataframe.loc[]

为了访问具有布尔索引的数据，使用.loc[]，我们只需将布尔值(真或假)传递给.loc[]功能。

# importing pandas as pd
import pandas as pd
   
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
  
# creating a dataframe with boolean index 
df = pd.DataFrame(dict, index = [True, False, True, False])
  
# accessing a dataframe using .loc[] function 
print(df.loc[True])

产出：

使用布尔索引访问Dataframe.iloc[]

为了访问数据文件，请使用.iloc[]，我们必须在iloc[]功能但iloc[]函数只接受整数作为参数，因此它将引发一个错误，因此我们只能在将整数传递给iloc[]功能
代码1：

# importing pandas as pd
import pandas as pd
   
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
  
# creating a dataframe with boolean index  
df = pd.DataFrame(dict, index = [True, False, True, False])
  
# accessing a dataframe using .iloc[] function 
print(df.iloc[True])

产出：

TypeError

代码2：

# importing pandas as pd
import pandas as pd
   
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
  
# creating a dataframe with boolean index  
df = pd.DataFrame(dict, index = [True, False, True, False])
   
  
# accessing a dataframe using .iloc[] function
print(df.iloc[1])

产出：

使用布尔索引访问Dataframe.ix[]

为了访问数据文件，请使用.ix[]，我们必须将布尔值(真或假)和整数值传递给.ix[]因为我们知道.ix[]函数是.loc[]和.iloc[]功能。
代码1：

# importing pandas as pd
import pandas as pd
   
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
  
# creating a dataframe with boolean index 
df = pd.DataFrame(dict, index = [True, False, True, False])
   
  
# accessing a dataframe using .ix[] function
print(df.ix[1])

产出：

代码2：

# importing pandas as pd
import pandas as pd
   
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
  
# creating a dataframe with boolean index 
df = pd.DataFrame(dict, index = [True, False, True, False])
   
  
# accessing a dataframe using .ix[] function
print(df.ix[1])

产出：

将布尔掩码应用于dataframe：

应用一个布尔掩码，它将只打印传递布尔值True的数据，使用__getitems__或[]访问。

用dataframe中包含的长度相同的真假列表来应用布尔掩码，

代码1：

# importing pandas as pd
import pandas as pd
   
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
   
df = pd.DataFrame(dict, index = [0, 1, 2, 3])
   
  
  
print(df[[True, False, True, False]])

产出：

代码2：

# importing pandas package
import pandas as pd
   
# making data frame from csv file
data = pd.read_csv("nba1.1.csv")
   
df = pd.DataFrame(data, index = [0, 1, 2, 3, 4, 5, 6,
                                 7, 8, 9, 10, 11, 12])
  
   
df[[True, False, True, False, True,
    False, True, False, True, False,
                True, False, True]]

产出：

基于列值的掩蔽数据：
在dataframe中，使用不同的运算符(如==, >, <, <=, >=）根据列值对数据进行过滤。

代码1：

# importing pandas as pd
import pandas as pd
   
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["BCA", "BCA", "M.Tech", "BCA"],
        'score':[90, 40, 80, 98]}
  
# creating a dataframe 
df = pd.DataFrame(dict)
   
# using a comparison operator for filtering of data
print(df['degree'] == 'BCA')

产出：

代码2：

# importing pandas package
import pandas as pd
   
# making data frame from csv file
data = pd.read_csv("nba.csv", index_col ="Name")
   
# using greater than operator for filtering of data
print(data['Age'] > 25)

产出：

基于索引值的掩蔽数据：
在dataframe中，使用不同的运算符创建基于索引值的掩码 ==, >, <

代码1：

# importing pandas as pd
import pandas as pd
   
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["BCA", "BCA", "M.Tech", "BCA"],
        'score':[90, 40, 80, 98]}
   
  
df = pd.DataFrame(dict, index = [0, 1, 2, 3])
  
mask = df.index == 0
  
print(df[mask])

产出：

代码2：

# importing pandas package
import pandas as pd
   
# making data frame from csv file
data = pd.read_csv("nba1.1.csv")
  
# giving a index to a dataframe
df = pd.DataFrame(data, index = [0, 1, 2, 3, 4, 5, 6,
                                 7, 8, 9, 10, 11, 12])
  
# filtering data on index value
mask = df.index > 7 
  
df[mask]

产出：