Python学习笔记:pd.filter、query筛选数据

技术Python学习笔记:pd.filter、query筛选数据 Python学习笔记:pd.filter、query筛选数据一、pd.filter函数
1.介绍
pd.filter 函数根据指定的索引

计算机编程语言学习笔记:pd.filter、query筛选数据

一、pd.filter函数

1.介绍

pd.filter函数根据指定的索引标签对数据框行、或列进行数据筛选(子集查询)。

使用语法为:

数据框过滤器(项目=无,

像=无,-字符串

正则表达式=无,-字符串

轴=无)

类似于df.loc、df.iloc函数所实现的功能。

参数说明:

项目-对列进行筛选轴标签列表

regex -正则匹配

就像-进行筛选模糊名查询

轴=0 -按行

轴=1 -按列

注意:仅按照标签筛选,不对数据内容进行过滤!

2.pd.filter

# 构建测试集

进口熊猫作为螺纹中径

将numpy作为铭牌导入

df=pd .DataFrame(np.array(([1,2,3],[4,5,6])),

索引=['鼠标','兔子'],

列=['一','二','三'])

# 过滤列

df.filter(项目=['一','三'])

df.filter(['one'])

# 正则

df.filter(regex='e$ ',axis=1) #以e结尾

df.filter(regex='e$ ',axis=0)

df.filter(正则表达式='Q') #包含Q

# 相似

df.filter(如='bb ',轴=0) #按行

# 轴标签

df.filter(['一','二],轴=1)

# 混合使用

df.filter(regex='^r',轴=0)。过滤器(如='o ',轴=1) # r开头的行包含o的列

注意:其中的参数 items/like/regex 被强制执行为相互排斥,只能有一个存在。

3.pd.Series.filter

警局。系列应用过滤器时参数与df.filter一样,不过由于系列只有一个轴,不能将轴=1,只能按索引查询数据。

df.one.filter(['兔子'])

df.one.filter(如='e ')

df.one.filter(regex='e$ ')

4.DataFrameGroupBy.filter

分组后进行筛选,可以自定义函数,常与匿名函数希腊字母的第11个结合使用。

类似于结构化查询语言中的通过拥有操作。

使用语法为:

数据框架组副本。过滤器(func,dropna=True,*参数,**kwargs)

功能用于每个分组

dropna -是否删除

实操:

# 构建测试集

df=pd .DataFrame({'A' : ['foo ',' bar ',' foo ',' bar ',

foo ',' bar'],

B' : [1,2,3,4,5,6],

C' : [2.0,5 . 8. 1. 2. 9.]})

# 筛选分组后

df.groupby('A ').过滤器(lambda x:x['B'])。均值()3。)

# 长度

df.groupby("团队")。滤波器(x:透镜(x)=3)

# 只要有一个满足

df.groupby(['A']).过滤器(lambda x: (x['B'] 3).any())

# 全部满足

df.groupby('A ').过滤器(x :(x . mean()=4).all())

# 和满足

df.groupby('A ').滤波器(x : x Q1。总和(100)

二、pd.query函数

1.介绍

使用布尔表达式查询数据帧的列,按照某列规则进行过滤。

类似于结构化查询语言中的在哪里进行条件过滤。

使用语法为:

DataFrame.query(expr,inplace=False,**kwargs)

表达式查询字符串

就地-是否修改原数据框

2.实操

进口熊猫作为螺纹中径

将numpy作为铭牌导入

df=pd .DataFrame({'A':range(1,6),

b ' :范围(10,0,-2),

C':2})

df

'''

英国广播公司

0 1 10 2

1 2 8 2

2 3 6 2

3 4 4 2

4 5 2 2

'''

df.query('B==2') # B列等于2

df.query('A B') # A列小于B列

df[df .测向仪# B]#同上

# 多条件查询

df.query('A B A C ')

df.query('A B | A==4 ')

# 部分样例

df.query('A B C ')

df。查询(“a100”)

df.query('A==B ')

df.query('A!=100')

df。查询("[3,5]中的a”)

df.query('不在[3,5]中的a’)

df。查询(' name。字符串。包含(' r ')#好像不支持

df.name.str.contains('r') #测试没问题

df.query('B=='团队名称` ')#有空格反引号

注意:查询条件必须为字符串。

参考链接:熊猫过滤器筛选标签

参考链接:熊猫数据框.过滤器

参考链接:熊猫过滤器筛选标签

参考链接:熊猫过滤-过滤器函数,查询函数的使用

参考链接:熊猫-查询函数询问

参考链接:熊猫高级:查询方法教你优雅的查询

内容来源网络,如有侵权,联系删除,本文地址:https://www.230890.com/zhan/62062.html

(0)

相关推荐

  • POSTGRESQL10.3源码如何安装主从搭建

    技术POSTGRESQL10.3源码如何安装主从搭建这篇文章将为大家详细讲解有关POSTGRESQL10.3源码如何安装主从搭建,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。一、下载P

    攻略 2021年11月10日
  • leetcode数组找最大数(leetcode排序中查找元素)

    技术LeetCode如何在排序数组中查找元素的第一个和最后一个位置这篇文章主要介绍LeetCode如何在排序数组中查找元素的第一个和最后一个位置,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完! 一

    攻略 2021年12月15日
  • Python全栈推导式和生成器怎么实现

    技术Python全栈推导式和生成器怎么实现本篇内容主要讲解“Python全栈推导式和生成器怎么实现”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“Python全栈推导式和生成器

    攻略 2021年12月2日
  • Sun的新Java脚本语言是什么

    技术Sun的新Java脚本语言是什么本篇文章给大家分享的是有关Sun的新Java脚本语言是什么,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章后可以有所收获,话不多说,跟着小编一起来看看吧。

    攻略 2021年12月2日
  • 怎样用Java final 关键字

    技术怎样用Java final 关键字怎样用Java final 关键字,相信很多没有经验的人对此束手无策,为此本文总结了问题出现的原因和解决方法,通过这篇文章希望你能解决这个问题。下面好好地讲一讲 final 关键字,

    攻略 2021年12月2日
  • 电脑快捷键大全表格,excel竖列全选快捷键

    技术电脑快捷键大全表格,excel竖列全选快捷键EXCEL里全选的快捷键是Ctrl+A电脑快捷键大全表格,Ctrl+A不仅是Excel中的全选快捷键,也是office组件以及Windows系统中的全选快捷键。Excel中

    生活 2021年10月26日