Pandas过滤行和列的常用方法

2023-02-24 00:00:00 方法 过滤 常用

在 pandas 中，可以使用布尔索引来过滤 DataFrame 的行和列。布尔索引是一种逻辑向量，它指示 DataFrame 中的每个元素是否满足某个条件。

以下是使用布尔索引过滤 DataFrame 行的示例代码：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用布尔索引过滤 DataFrame 行
filtered_df = df[df['A'] > 1]

# 打印过滤后的 DataFrame
print(filtered_df)

输出结果如下：

   A  B  C
1  2  5  8
2  3  6  9

在上面的示例代码中，使用布尔索引选择 DataFrame 中满足 A > 1 条件的所有行，并将结果分配给一个新的 DataFrame filtered_df。

以下是使用布尔索引过滤 DataFrame 列的示例代码：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用布尔索引过滤 DataFrame 列
filtered_df = df.loc[:, df.columns != 'B']

# 打印过滤后的 DataFrame
print(filtered_df)

输出结果如下：

   A  C
0  1  7
1  2  8
2  3  9

在上面的示例代码中，使用布尔索引选择 DataFrame 中除了 B 列之外的所有列，并将结果分配给一个新的 DataFrame filtered_df。这里使用了 loc[] 函数来选择列，并使用布尔索引作为列选择器。

相关文章