pandas 学习 —— 逻辑表达式与布尔索引

>> df = pd.DataFrame(np.random.randint(0, 10, (5, 4)), columns=list('ABCD'))A  B  C  D
0  0  4  8  4
1  0  7  7  1
2  0  6  1  6
3  1  9  5  2
4  8  4  1  1

0. 转换为 numpy.ndarray 进行索引

>> df.values ⇒ numpy.ndarray# 返回 B 列
>> df.values[:, 1]# dataframe 索引列
>> df[:]['B']

1. 使用逻辑表达式

Pandas 布尔索引的逻辑运算符

A 列元素为 0 的全部行；（对行进行过滤）

>> df[df.A == 0][:]A  B  C  D
0  0  4  8  4
1  0  7  7  1
2  0  6  1  6
    # 等价于 df[df['A'] == 0][:]

A 列元素为 0 时 B 列的最大值；

>> df[df['A'] == 0]['B'].max()
7
    # 等价于 df[df.A == 0]['B'].max()

pandas 学习 —— 逻辑表达式与布尔索引相关推荐

数据分析(六)之pandas学习【Series创建、切片、索引和读取外部数据】
数据分析学习线路图为什么要学习pandas? 那么问题来了:numpy已经能够帮助我们处理数据,能够结合matplotlib解决我们数据分析的问题,那么pandas学习的目的在什么地方呢? nump ...
Pandas学习笔记（二）—— Pandas索引
前导更多文章代码详情可查看博主个人网站:https://www.iwtmbtly.com/ 导入需要使用的库和文件: >>> import numpy as np >> ...
数据分析之pandas学习笔记（六）（层次化索引、重塑、轴向旋转、行列变换、合并表数据）
数据分析之Pandas学习笔记(六)(层次化索引.重塑.轴向旋转.行列变换.合并表数据) level层次化索引 unstack()与stack()进行重塑,即:行列索引变换 swaplevel()交换 ...
pandas学习(创建多层索引、数据重塑与轴向旋转)
pandas学习(创建多层索引.数据重塑与轴向旋转) 目录创建多层索引数据重塑与轴向旋转创建多层索引隐式构造 Series 最常见的方法是给DataFrame构造函数的index参数传递两个或 ...
pandas中series一维数组的创建、索引的更改+索引切片和布尔索引+dataframe二维数组的创建、基本属性、索引方法（传统方法和lociloc）、nan操作、排序+案例
目录一.为什么要学习pandas? 二.pandas的常用数据类型 1.series--一维的且带标签的数组 (1)创建一维数组 (2)通过列表形式创建的series带标签数组可以改变索引,传入索引 ...
pandas布尔索引
说明:记录阅读代码过程中的布尔索引布尔索引 data = [['Tom', 86], ['Bob', 80], ['Lily', 90], ['Mike', 97]] df = pd.DataFra ...
Pandas 学习手册中文第二版：1~5
原文:Learning pandas 协议:CC BY-NC-SA 4.0 译者:飞龙一.Pandas 与数据分析欢迎来到<Pandas 学习手册>! 在本书中,我们将进行一次探索我们 ...
（转载）Python数据分析之pandas学习
转载地址:http://www.cnblogs.com/nxld/p/6058591.html Python中的pandas模块进行数据分析. 接下来pandas介绍中将学习到如下8块内容: 1.数据 ...
pandas python2_Python数据分析之pandas学习（二）
有关pandas模块的学习与应用主要介绍以下8个部分: 1.数据结构简介:DataFrame和Series 2.数据索引index 3.利用pandas查询数据 4.利用pandas的DataFram ...

pandas 学习 —— 逻辑表达式与布尔索引

0. 转换为 numpy.ndarray 进行索引

1. 使用逻辑表达式

pandas 学习 —— 逻辑表达式与布尔索引相关推荐

最新文章

热门文章