使用Pandas進行數據篩選的實用技巧
Pandas是一個強大的數據處理庫，廣泛應用于數據分析和數據科學中。在數據處理過程中，數據篩選是一個常見的任務。本文將介紹如何使用Pandas進行數據篩選，并提供具體的代碼示例。
一、根據條件篩選數據
- 使用條件操作符進行篩選
Pandas提供了多種條件操作符，可以根據條件篩選數據。常用的操作符包括等于（==）、不等于（!=）、大于（>）、小于（<）、大于等于（>=）、小于等于（<=）等。
例如，假設有一個DataFrame對象df，其中包含了學生的姓名(name)、年齡(age)和成績(score)，我們可以使用以下代碼篩選出成績大于等于90分的學生數據：
df_filtered = df[df['score'] >= 90]
登錄后復制
- 使用多個條件進行篩選
除了單個條件，Pandas還支持使用多個條件進行數據篩選。可以使用邏輯操作符and、or和not來組合條件。
例如，假設我們想篩選出年齡在18到25歲之間且成績大于等于80分的學生數據，可以使用以下代碼：
df_filtered = df[(df['age'] >= 18) & (df['age'] <= 25) & (df['score'] >= 80)]
登錄后復制
二、根據索引篩選數據
Pandas中的DataFrame對象默認會自動生成一個整數索引，可以使用索引進行數據篩選。
- 使用位置索引進行篩選
可以使用iloc屬性根據行列的位置索引來篩選數據。
例如，假設我們想篩選出第2行到第5行的數據，可以使用以下代碼：
df_filtered = df.iloc[2:6, :]
登錄后復制
- 使用標簽索引進行篩選
如果DataFrame對象中有設置了標簽索引，可以使用loc屬性根據標簽索引來篩選數據。
例如，假設我們想篩選出年齡大于等于20歲的學生數據，可以使用以下代碼：
df_filtered = df.loc[df['age'] >= 20, :]
登錄后復制
三、根據字段篩選數據
除了使用條件和索引進行篩選，還可以根據字段進行數據篩選。
- 根據列名篩選數據
可以使用列名來篩選出指定的列數據。
例如，假設我們只想篩選出姓名和成績這兩列的數據，可以使用以下代碼：
df_filtered = df[['name', 'score']]
登錄后復制
- 根據字段值篩選數據
可以使用字段的值來篩選出對應字段值的數據。
例如，假設我們想篩選出成績在80到90分之間的學生數據，可以使用以下代碼：
df_filtered = df[df['score'].between(80, 90)]
登錄后復制
