演算子連鎖を使用して Pandas DataFrame の行をフィルタリングするにはどうすればよいですか?

演算子チェーンを使用した Pandas DataFrames の行のフィルタリング

pandas 操作の柔軟性により、データ操作タスクを達成するための便利なチェーンが可能になります。ただし、従来、行のフィルタリングには手動のブラケット インデックス作成が必要で、面倒な場合がありました。

チェーン ブール インデックス

演算子チェーンを使用して行をフィルタリングする最も簡単な方法は、ブール マスクとそれを使用した DataFrame のインデックス作成:

<code class="python">df_filtered = df[df['column'] == value]</code>

ブール マスクは、指定された列の各行の値をチェックし、一致する行に対して True を返します。

カスタム マスク メソッドの連鎖

または、カスタム マスキング メソッドを使用して DataFrame クラスを拡張できます。

<code class="python">def mask(df, key, value):
    return df[df[key] == value]

pandas.DataFrame.mask = mask</code>

このメソッドは、DataFrame、列名、および値をパラメータとして受け取り、ベースに基づいて行を選択的にマスクします。

<code class="python">df_filtered = df.mask('column', value)</code>

複数のマスクの連鎖

連鎖演算子のフィルタリングにより、複数のマスクを組み合わせることで複雑な条件が可能になります:

<code class="python">df_filtered = df[
    (df['column1'] == value1) &
    (df['column2'] == value2) &
    ...
]</code>

要約すると、pandas は連鎖行フィルタリングのための 2 つの主要なメソッドを提供します:

• 連鎖ブールインデックス: ブールマスクに基づいて行を選択的にインデックスします。
• カスタム マスク メソッドの連鎖: 特定のフィルタリング操作用のカスタム マスキング メソッドを使用して DataFrame クラスを拡張します。

以上が演算子連鎖を使用して Pandas DataFrame の行をフィルタリングするにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。