python – 基於pandas中的列中的值從DataFrame中選擇行

如何從基於pandas中某些列的值的DataFrame中選擇行？
在SQL中我將使用：

 

 

select * from table where colume_name = some_value.

我試圖看看熊貓文檔，但沒有當即找到答案。

 

要選擇列值等於標量some​​_value的行，請使用==：

 

 

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

要選擇其列值在可迭代值some_values中的行，請使用isin：

 

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

要選擇列值不等於some_value的行，請使用！=：

 

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

isin返回一個布爾系列，因此要選擇值不在some_values的行，使用〜來否認布爾系列：

 

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

例如，

 

import pandas as pd import numpy as np df = 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 14 print(df.loc[df['A'] == 'foo'])

產量

 

 A B C D 0 foo one 0 0 2 foo two 2 4 4 foo two 4 8 6 foo one 6 12 7 foo three 7 14

若是您想要包含多個值，請將它們放入
列表(或更通常地，任何可迭代)，並使用isin：

 

print(df.loc[df['B'].isin(['one','three'])])

產量

 

 A B C D 0 foo one 0 0 1 bar one 1 2 3 bar three 3 6 6 foo one 6 12 7 foo three 7 14

但請注意，若是你想這樣作不少次，它是更有效的
首先建立一個索引，而後使用df.loc：

 

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

產量

 

 A C D B one foo 0 0 one bar 1 2 one foo 6 12

或者，從索引中包含多個值使用df.index.isin：

 

df.loc[df.index.isin(['one','two'])]

產量

 

 A C D B one foo 0 0 one bar 1 2 two foo 2 4 two foo 4 8 two bar 5 10 one foo 6 12