pandas DataFrame.where()

时间：2020-10-26 11:42:17 阅读：28 评论：0 收藏：0 [点我收藏+]

标签：bool making 方法 false 数据为中心 lan geeks python evel

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。Pandas是其中的一种，使导入和分析数据更加容易。

Pandaswhere()方法用于检查一个或多个条件的数据帧，并相应地返回结果。默认情况下，不满足条件的行将填充为NaN值。

Syntax:
DataFrame.where（cond，other = nan，inplace = False，axis = None，level = None，错误=‘raise‘，try_cast = False，raise_on_error = None）

Parameters:

cond：一种或多种条件来检查数据帧。
其他：用用户定义的对象替换不满足条件的行，默认为NaN
inplace：布尔值，如果True

轴：要检查的轴（行或列），则对数据框本身进行更改

示例1：单条件操作

在此示例中，将显示具有特定团队名称的行，其余的将使用.where（）方法由NaN替换。

# importing pandas package 
import pandas as pd 

# making data frame from csv file 
data = pd.read_csv("nba.csv") 

# sorting dataframe 
data.sort_values("Team", inplace = True) 

# making boolean series for a team name 
filter = data["Team"]=="Atlanta Hawks"

# filtering data 
data.where(filter, inplace = True) 

# display 
data

输出：

如输出图像中所示，没有Team = Atlanta Hawks的每一行都将替换为NaN。
技术图片

例2：多条件运算

数据将根据“团队”和“年龄”进行过滤。仅显示团队名称为“ Atlanta Hawks”的行和年龄在24岁以上的球员。

# importing pandas package 
import pandas as pd 

# making data frame from csv file 
data = pd.read_csv("nba.csv") 

# sorting dataframe 
data.sort_values("Team", inplace = True) 

# making boolean series for a team name 
filter1 = data["Team"]=="Atlanta Hawks"

# making boolean series for age 
filter2 = data["Age"]>24

# filtering data on basis of both filters 
data.where(filter1 & filter2, inplace = True) 

# display 
data

输出：

如输出图像所示，仅显示团队名称为“ Atlanta Hawks”的行和年龄在24岁以上的球员。

技术图片

pandas DataFrame.where()

标签：bool making 方法 false 数据为中心 lan geeks python evel

原文地址：https://www.cnblogs.com/a00ium/p/13875214.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行