如何根据列值从 DataFrame 中选择行？

枫哥聊球

如何DataFrame根据 Pandas 某列中的值从 a 中选行？
/ y2 u, T* L/ q$ _5 [在 SQL 中，我会用:
+ w4 t0 t2 t; S2 ]  J% ?. S

SELECT *FROM tableWHERE column_name = some_value

我试着看 Pandas 文档，但没有立即找到答案。
                                                               
  n0 J! W' j& f7 v1 Z2 J    解决方案:                                                               
4 k5 k6 c: F$ t                                                                选择列值等于标量的行，请some_value使用==：

df.loc[df['column_name'] == some_value]

在可迭代中选择列值行，请some_values使用isin：

df.loc[df['column_name'].isin(some_values)]

结合多种条件&：
, p6 D! n+ n5 u; E; w0 e3 F

" B) T) X& C$ b! ^/ ^- j
• df.loc[(df['column_name'] >= A) & (df['column_name'] 注意括号。因为 Python 运算符优先级规则，&绑定比=。因此，最后一个示例中的括号是必要的。没有括号
  
• [code]df['column_name'] >= A & df['column_name'] 被解析为
  
• [code]df['column_name'] >= (A & df['column_name']) 要选择列值不等于    some_value的行，请使用!=：[code]df.loc[df['column_name'] != some_value]
  % x; Q. P% n: ^- C! L& N7 o

isin回到布尔系列，所以选择值不在的行some_values，请使用以下命令否定布尔系列~：
* L7 r5 V) U) I" }, V6 D' L

df.loc[~df['column_name'].isin(some_values)]
  S6 H& I+ E5 p' m( R9 h$ A

例如，
4 S/ v9 j- g! _! S; \

import pandas as pdimport numpy as npdf = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split()         B': 'one one two three two two one three'.split()         C': np.arange(8),'D': np.arange(8) * 2})print(df)#      A      B  C   D# 0  foo    one  0   0# 1  bar    one  1   2# 2  foo    two  2   4# 3  bar  three  3   6# 4  foo    two  4   8# 5  bar    two  5  10# 6  foo    one  6  12# 7  foo  three  7  14print(df.loc[df['A'] == 'foo'])
% {" p: x# c! P; l/ M6 Q& ^2 H

产量
9 l$ D/ [+ _& T: z6 {$ @& \4 f

     A      B  C   D0  foo    one  00   02 foo    two 2   44    44foo    two 4  86    86   foo    one 6 127 foo  three 7   14
# y) o8 f0 O& l+ A* z% w

如果您想包含多个值，请将它们放在列表中（或更一般地说，任何可迭代）并使用isin：
! V1 A  X$ g6 }$ L

• print(df.loc[df['B'].isin(['one','three】code]产量[code]     A      B  C   D0  foo    one  00   01 bar    one  1   23    bar  three  3   66      foo    one 6 127 foo  three 7   14
  

但请注意，如果您想多次执行此操作，请先创建索引，然后使用它df.loc：

df = df.set_index(['B'])print(df.loc['one'])

产量
" G1 q: g" o  @$ k- X; A& ^

       A  C   DB              one  foo  0   0one  bar  1   2one  foo 6 12

或者，请使用索引中的多个值df.index.isin：

2 K3 B8 Y' P1 H+ q
• df.loc[df.index.isin(['one','two】code]产量[code]       A  C   DB              one  foo  0   0one  bar  1   2two  foo  2   4two  foo  4   8two  bar  5  10one  foo 6 12
  6 W5 L$ G' T. {# ^* O