DataFrame(8):DataFrame运算——逻辑运算(用于筛选数据)(一)

简介: DataFrame(8):DataFrame运算——逻辑运算(用于筛选数据)(一)

1、DataFrame逻辑运算

逻辑运算符号:> >= < <= == !=

复合逻辑运算符:& | ~

逻辑运算函数:query()、isin()、between()

逻辑运算的作用:利用逻辑运算,用于筛选数据(很重要)

2、原始数据文件链接如下

http://note.youdao.com/noteshare?id=bc204b1f1459da19148af2d378afff0e&sub=D4993BF4A71D45FD954C4414DD3D2A3D

读取数据:


df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx")
display(df)


结果如下:


image.png

3、逻辑运算符的案例说明

1)筛选出“数学成绩大于等于60并且英语成绩大于等于70”的记录

df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx")
display(df)
x = (df["数学"]>=60) & (df["英语"]>=70)
display(x)
df1 = df[(df["数学"]>=60) & (df["英语"]>=70)]
display(df1)


结果如下:

image.png


2)筛选出“语文成绩小于60或者数学成绩大于80”的记录

df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx")
display(df)
x = (df["语文"]<60) | (df["数学"]>80)
display(x)
df1 = df[(df["语文"]<60) | (df["数学"]>80)]
display(df1)


结果如下:

image.png


3)筛选出“语文成绩里面的非空记录”的记录(这种方式很重要)

# 自己在原始数据中,任意删除三个值,重新读取即可
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx")
display(df)
x = df["语文"].isnull()
display(x)
y = ~df["语文"].isnull()
display(y)
df1 = df[~df["语文"].isnull()]
display(df1)


结果如下:

image.png

注意:isnull()判断某个值是否为空,如果是返回True,否则返回False。


相关文章
|
数据处理 Python
|
11月前
|
安全 数据处理 Python
Python 函数式编程:让代码更简洁高效
Python 函数式编程:让代码更简洁高效
538 107
|
10月前
|
机器学习/深度学习 数据采集 并行计算
基于DTW(动态弯曲距离)-Kmeans的时间序列聚类分析模型(Matlab代码实现)
基于DTW(动态弯曲距离)-Kmeans的时间序列聚类分析模型(Matlab代码实现)
870 1
|
SQL 数据库 开发者
Python中使用Flask-SQLAlchemy对数据库的增删改查简明示例
这样我们就对Flask-SQLAlchemy进行了一次简明扼要的旅程,阐述了如何定义模型,如何创建表,以及如何进行基本的数据库操作。希望你在阅读后能对Flask-SQLAlchemy有更深入的理解,这将为你在Python世界中从事数据库相关工作提供极大的便利。
1033 77
|
索引 Python
Pandas学习笔记之Dataframe
Pandas学习笔记之Dataframe
2535 2
|
Python
在 Python 中,如何将字符串中的日期格式转换为日期时间类型?
在 Python 中,如何将字符串中的日期格式转换为日期时间类型?
938 161
|
开发工具 git 开发者
|
数据挖掘 索引 Python
python_DataFrame的loc和iloc取数据 基本方法总结
python_DataFrame的loc和iloc取数据 基本方法总结
2822 0
python_DataFrame的loc和iloc取数据 基本方法总结
|
数据采集 机器学习/深度学习 数据处理
DataFrame 操作
DataFrame 操作
1085 1
|
SQL 数据挖掘 索引
Pandas数据筛选的5种技巧
Pandas数据筛选的5种技巧
1336 1