Inhoudsopgave:

Hoe filter je panda's?
Hoe filter je panda's?

Video: Hoe filter je panda's?

Video: Hoe filter je panda's?
Video: Python Pandas Tutorial (Part 4): Filtering - Using Conditionals to Filter Rows and Columns 2024, April
Anonim

Een weg tot filter door rijen in Panda's is om een booleaanse uitdrukking te gebruiken. We maken eerst een booleaanse variabele door de kolom van interesse te nemen en te controleren of de waarde gelijk is aan de specifieke waarde die we willen selecteren/behouden. Laten we bijvoorbeeld filter het dataframe of subset het dataframe op basis van de waarde van het jaar 2002.

Evenzo vragen mensen: hoe filter je een Pandas DataFrame op basis van null-waarden van een kolom?

Tot filter uit de rijen van panda's dataframe dat ontbreekt waarden in de kolom Last_Name vinden we eerst de index van de kolom met niet null-waarden met panda's notnull() functie. Het zal een booleaanse reeks retourneren, waar True for not nul en vals voor null-waarden of vermist waarden.

Evenzo, zijn panda's nul? panda's . is niets. Detecteer ontbrekende waarden voor een array-achtig object. Deze functie neemt een scalair of array-achtig object en geeft aan of er waarden ontbreken (NaN in numerieke arrays, None of NaN in object arrays, NaT in datetimelike).

Hoe selecteer ik op deze manier rijen in panda's?

Stappen om rijen te selecteren uit Panda's DataFrame

  1. Stap 1: Verzamel uw dataset. Allereerst moet u uw gegevens verzamelen.
  2. Stap 2: Maak het DataFrame. Zodra u uw gegevens gereed hebt, moet u het panda's DataFrame maken om die gegevens in Python vast te leggen.
  3. Stap 3: Selecteer rijen uit Pandas DataFrame.

Hoe selecteer ik een kolom in panda's?

Samenvatting van alleen de indexeringsoperator

  1. Het primaire doel is om kolommen te selecteren op de kolomnamen.
  2. Selecteer een enkele kolom als een serie door de kolomnaam er rechtstreeks aan door te geven: df['col_name']
  3. Selecteer meerdere kolommen als een DataFrame door er een lijst aan door te geven: df['col_name1', 'col_name2']

Aanbevolen: