Pandas常见筛选数据的五种方法其一逻辑筛选。看见必懂，懂者必会，会者必加分
前言：Pandas的数据操作中，最基本的就是操作的筛选了，但是对新学员来说的这又是一个难点，因为方法比较多，不容易记。在此总结一下pandas中的一些常用的数据筛选操作。
逻辑筛选数据：切片（[ ]），loc，iloc，这三种都是支持逻辑表达式的，选其中一种比较常用的，逻辑运算符 与或非（& | ~）any，all
展示使用的数据结构：
import pandas as pd
PATH = '/tmp/MSD0921.xlsx'
dataframe = pd.read_excel(PATH,engine='openpyxl', nrows=50)| SD1 | SD2 | SD3 | SD4 | SD5 | SD6 | SD7 | SD8 | |
|---|---|---|---|---|---|---|---|---|
| 0 | 4 | 7 | 2 | 1 | 2 | 6 | 7 | 6 |
| 1 | 5 | 5 | 5 | 5 | 5 | 5 | 5 | 5 |
| 2 | 1 | 7 | 1 | 1 | 1 | 6 | 6 | 6 |
| 3 | 6 | 6 | 3 | 2 | 2 | 2 | 2 | 2 |
| 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 | 4 |
| ... | ... | ... | ... | ... | ... | ... | ... | ... |
| 258 | 1 | 5 | 2 | 1 | 1 | 7 | 7 | 6 |
| 259 | 1 | 7 | 7 | 4 | 2 | 1 | 7 | 1 |
| 260 | 1 | 3 | 5 | 4 | 5 | 5 | 5 | 6 |
| 261 | 1 | 3 | 5 | 5 | 5 | 5 | 3 | 2 |
| 262 | 1 | 7 | 7 | 7 | 7 | 7 | 7 | 7 |
1、筛选出某一列大于某一个数的所有数据，例如：SD1>=7
"""筛选出SD1列中大于等于7的数据"""
dataframe[dataframe['SD1'] >= 7]
2、筛选出某一列大于或者小于另一列的输有数据，例如：SD1 < SD2
"""筛选出SD1列小于SD2列所有数据"""
dataframe.loc[dataframe['SD1'] < dataframe['SD2']]
3、筛选出某些列的值大于或小于某些值的所有数据，例如：SD1 >6并且SD1<3，使用 &
"""筛选出SD1大于6，并且SD2小于3的所有数据"""
dataframe.loc[(dataframe['SD1'] > 6) & ( dataframe['SD2'] < 3)]
4、筛选出某些列的值大于或小于某些值的所有数据，例如：SD1 >6或者SD1<3，使用 |
"""筛选出SD1小于6，或者SD2小于3的所有数据，并集"""
dataframe.loc[(dataframe['SD1'] > 6) | ( dataframe['SD2'] < 3)]
注意：需要注意的是在进行或（|）、与（&）、非（~）运算时，各个独立逻辑表达式需要用括号括起来
除了上边的与或之外，pandas还提供了 all，any,对逻辑计算后的布尔值在进行判断，所有都为True,all才返回True，反之亦然，any满足其中之一即可。all，any可传参数axis，1为行方向，0为列方向。利用此方法可对整体数据逻辑判断。
5、筛选出某些列的值同时大于或同时小于某值的所有数据，例如SD1>6 SD2>6
"""筛选出SD1, SD2同时大于6的所有数据"""
dataframe[(dataframe.loc[:,['SD1', 'SD2']] > 6).all(1)]
逻辑解读： dataframe.loc[:,['SD1', 'SD2']] > 6，这个逻辑计算的是SD1,SD2同时大于6返回的布尔值，逗号前的冒号表示所有行，返回的是False或者True的一个dataframe数据，整体在进行.all(1),操作返回的是SD1,SD2都为True的为True,否者为False所有行数。在使用切片 [ ]，进行取数据。
下篇文章会总结pandas的其他的一些常用方法，函数筛选
pandas结合匿名函数lambda、比较函数eq()，le()，lt()，ge()，gt()
dataframe.query()
dataframe.filter()
dataframe.select_dtypes()
Pandas常见筛选数据的五种方法其一逻辑筛选。看见必懂，懂者必会，会者必加分相关推荐
- android平台上持久化存储3种手段_Android 数据持久化==存储数据的五种方法
1.使用SharedPreferences存储数据 2.文件存储数据 3.SQLite数据库存储数据 4.使用ContentProvider存储数据 5.网络存储数据 第一种: 使用SharedPre ...
- azure云数据库_在Azure SQL数据库中保护数据的五种方法
azure云数据库 When storing data in the cloud the main concern companies generally have is whether or not ...
- Pandas常见的数据过滤方法、通过列条件筛选行数据
Pandas常见的数据过滤方法.通过列条件筛选行数据 不废话了,直接看代码吧: 一般情况下,前面5种就覆盖了绝大多数需求 import pandas as pd import numpy as npd ...
- pandas提取数据的6种方法
pandas提取数据的6种方法 pandas是Python数据分析必备工具,它有强大的数据清洗能力,往往能用非常少的代码实现较复杂的数据处理. 五个方面: 比较运算:.<.>.>=. ...
- 怎么用计算机计算减法,有关Excel数据减法运算的五种方法，都很好用
需要对Excel表格中的数据进行减法运算,一般人会直接选择使用函数,其实不然,有关Excel数据减法计算的方法有很多,我们可以根据不同的情况来做选择.本文详细整理了五种方法,可以对单元格数据进行减法运 ...
- 小程序页面之间数据传递的五种方法
小程序页面之间数据传递的五种方法 目录 小程序页面之间数据传递的五种方法 **使用 `wx.navigateTo()` 时,在 url 中拼接,这种方法适用于数据量少的情况** **使用 `wx.na ...
- excel按季度分类汇总_excel进行分类汇总的五种方法
excel 进行分类汇总的五种方法 方法 1 :使用创造性的 IF 语句和"选择性粘贴" 步骤如下: 按账户(列 A )对数据进行排序. 在列 C 中创建一个公式, 以持续对每个账 ...
- 漫谈分子动力学计算热导率的五种方法
关注 Mr.material,\color{Violet} \rm Mr.material\ ,Mr.material , 更\color{red}{更}更多\color{blue}{多}多精\col ...
- 素数（质数）判断的五种方法
素数判断的五种方法 素数判断是我们写程序过程中经常遇见的一个问题,于是今天我简单地整理一下常用的素数判断的方法. 素数的介绍 素数定义 质数(prime number)又称素数,有无限个.一个大于1的 ...
最新文章
- [LeetCode]Perfect Squares
- lucene基本原理
- 【Python】from __future__ import absolute_import的作用
- Moss/Sharepoint 2010 Form认证(FBA)
- Linux 命令之 hostnamectl -- 查看/修改当前主机的信息
- ithoughts怎么自定义样式_Word 表格样式，用过的人可能都会遇到这个问题
- zabbix配置飞信报警
- Anaconda3创建、删除虚拟环境（win10）
- 神经网络模型-ART 自适应共振网络
- 制作可爱的小黄人插图
- 主会场与分会场直播场景自由切换的实际应用效果
- 树莓派配置https://www.raspberrypi.org/documentation/configuration/中的一个单词翻译:
- Ubuntu 安装源及初始配置
- H.265网页播放器EasyPlayer获取视频流正常，但是播放出现黑屏是什么原因？
- [carla]关于odometry坐标中的角度坐标系 以及 到地图的映射问题
- tf2加载图片数据集并训练
- 基于 Vue JS、Element UI、Nuxt JS的项目PC端前端手册
- CCI金融技术指标的算法
- 红米note5linux刷机包_红米Note5线刷刷机教程_红米Note5官方固件rom原版刷机包
- PS流详解（载荷H264）