[英]filtering a data frame in pandas
我有一个数据框,如下所示:
dic ={'wteam': [2, 3, 4, 2, 4], 'lteam': [3, 4, 2, 4, 2]}
pd.DataFrame(dic)
lteam wteam
0 3 2
1 4 3
2 2 4
3 4 2
4 3 4
我需要一个新的数据框,其中包含2个lteam或wteam。
lteam wteam
0 3 2
2 2 4
3 4 2
如何在熊猫中做到这一点?
您起始df的输出是错误的,最后一行应该是[2,4],除此之外,我们可以在布尔过滤的df生成的索引上调用loc
并删除所有NaN
值:
In [15]:
df.loc[df[df==2].dropna(thresh=1).index]
Out[15]:
lteam wteam
0 3 2
2 2 4
3 4 2
4 2 4
分解如下:
In [16]:
df[df==2]
Out[16]:
lteam wteam
0 NaN 2
1 NaN NaN
2 2 NaN
3 NaN 2
4 2 NaN
In [17]:
df[df==2].dropna(thresh=1)
Out[17]:
lteam wteam
0 NaN 2
2 2 NaN
3 NaN 2
4 2 NaN
一种更简洁的方法是提供2个布尔条件:
In [18]:
df[(df.lteam == 2) | (df.wteam == 2)]
Out[18]:
lteam wteam
0 3 2
2 2 4
3 4 2
4 2 4
这需要使用按位|
运算符和由于运算符优先级引起的条件括号
如果您有很多列,则第一种方法会更好,但对于简单的数据集,则第二种方法会更好。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.