如何根據列值從DataFrame 中選擇資料
在SQL 中，根據列值選擇行的典型查詢如下所示例如：
SELECT * FROM table WHERE column_name = some_value
要在Pandas中達到相同的結果，有幾種方法：
精確值匹配
要選擇列值等於特定值(some_value) 的行，請在.loc 中使用== 運算子：
df.loc[df['column_name'] == some_value]
價值包容與排除
要選擇列值包含在清單（some_values）中的行，請使用isin 函數：
df.loc[df['column_name'].isin(some_values)]
若要排除特定值，請對傳回的布林系列取反by isin:
df = df.loc[~df['column_name'].isin(some_values)] # Note: This is not an in-place operation
組合條件
可以使用& (AND) 和| 等邏輯運算子組合多重條件(OR):
df.loc[(df['column_name'] >= A) & (df['column_name'] <= B)]
請注意，括號是確保正確的運算子優先順序所必需的。
範例
考慮 DataFrame：
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
'B': 'one one two three two two one three'.split(),
'C': np.arange(8), 'D': np.arange(8) * 2})選擇「A」等於的行'foo':
print(df.loc[df['A'] == 'foo'])
產量：
A B C D 0 foo one 0 0 2 foo two 2 4 4 foo two 4 8 6 foo one 6 12 7 foo three 7 14
多值選擇最佳化
多值選擇最佳化df = df.set_index(['B']) print(df.loc[df.index.isin(['one','two'])])
A C D B one foo 0 0 one bar 1 2 one foo 6 12 two foo 2 4 two foo 4 8 two bar 5 10
以上是如何根據列值從 Pandas DataFrame 中高效選擇資料？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
