Filtrare un DataFrame Pandas tramite valori di colonna è un'operazione comune durante l'esecuzione con informazioni in Python. È possibile utilizzare vari metodi e tecniche per raggiungere questo obiettivo. Ecco numerosi modi per filtrare un Pandas DataFrame tramite i valori delle colonne.
In questo post vedremo diversi modi per filtrare Pandas Dataframe in base ai valori delle colonne. Innanzitutto, creiamo un Dataframe:
Python3
# importing pandas> import> pandas as pd> > # declare a dictionary> record>=> {> >'Name'> : [>'Ankit'>,>'Swapnil'>,>'Aishwarya'>,> >'Priyanka'>,>'Shivangi'>,>'Shaurya'> ],> > >'Age'> : [>22>,>20>,>21>,>19>,>18>,>22>],> > >'Stream'> : [>'Math'>,>'Commerce'>,>'Science'>,> >'Math'>,>'Math'>,>'Science'>],> > >'Percentage'> : [>90>,>90>,>96>,>75>,>70>,>80>] }> > # create a dataframe> dataframe>=> pd.DataFrame(record,> >columns>=> [>'Name'>,>'Age'>,> >'Stream'>,>'Percentage'>])> # show the Dataframe> print>(>'Given Dataframe :
'>, dataframe)> |
>
>
Produzione:
Selezione di righe di Pandas Dataframe in base a un particolare valore di colonna utilizzando l'operatore '>', '=', '=', '<=', '!='.
Esempio 1: Selezionando tutte le righe dal Dataframe specificato in cui 'Percentuale' è maggiore di 75 utilizzando [] .
Python3
# selecting rows based on condition> rslt_df>=> dataframe[dataframe[>'Percentage'>]>>70>]> > print>(>'
Result dataframe :
'>, rslt_df)> |
>
>
Produzione:
Esempio 2: Selezionando tutte le righe dal Dataframe specificato in cui 'Percentuale' è maggiore di 70 utilizzando posto [ ] .
Python3
# selecting rows based on condition> rslt_df>=> dataframe.loc[dataframe[>'Percentage'>]>>70>]> > print>(>'
Result dataframe :
'>,> >rslt_df)> |
>
>
Produzione:
Selezionando quelle righe di Pandas Dataframe il cui valore di colonna è presente nell'elenco utilizzando Voi() metodo del dataframe.
Esempio 1: Selezionando tutte le righe dal dataframe specificato in cui è presente 'Stream' nell'elenco delle opzioni utilizzando [] .
Python3
options>=> [>'Science'>,>'Commerce'>]> > # selecting rows based on condition> rslt_df>=> dataframe[dataframe[>'Stream'>].isin(options)]> > print>(>'
Result dataframe :
'>,> >rslt_df)> |
>
>
Produzione:
Esempio 2: Selezionando tutte le righe dal dataframe specificato in cui è presente 'Stream' nell'elenco delle opzioni utilizzando posto [ ] .
Pitone
options>=> [>'Science'>,>'Commerce'>]> > # selecting rows based on condition> rslt_df>=> dataframe.loc[dataframe[>'Stream'>].isin(options)]> > print>(>'
Result dataframe :
'>,> >rslt_df)> |
>
>
Produzione:
Selezione di righe di Pandas Dataframe in base a più condizioni di colonna utilizzando l'operatore '&'.
Esempio 1: Selezionando tutte le righe dal Dataframe specificato in cui 'Age' è uguale a 22 e 'Stream' è presente nell'elenco delle opzioni utilizzando [] .
Python3
options>=> [>'Commerce'> ,>'Science'>]> > # selecting rows based on condition> rslt_df>=> dataframe[(dataframe[>'Age'>]>=>=> 22>) &> >dataframe[>'Stream'>].isin(options)]> > print>(>'
Result dataframe :
'>,> >rslt_df)> |
>
>
Produzione:
Esempio 2: Selezionando tutte le righe dal Dataframe specificato in cui 'Age' è uguale a 22 e 'Stream' è presente nell'elenco delle opzioni utilizzando posto [ ] .
Python3
stringa in char java
options>=> [>'Commerce'>,>'Science'>]> > # selecting rows based on condition> rslt_df>=> dataframe.loc[(dataframe[>'Age'>]>=>=> 22>) &> >dataframe[>'Stream'>].isin(options)]> > print>(>'
Result dataframe :
'>,> >rslt_df)> |
>
>
Produzione: