DataFrame(8):DataFrame运算——逻辑运算(用于筛选数据)(二)

简介: DataFrame(8):DataFrame运算——逻辑运算(用于筛选数据)(二)

4、逻辑运算函数:query()、isin()、between()

1)query()函数:能够简化查询代码,很好用

df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx")
display(df)
df1 = df.query("语文>=60")
df1
df1 = df.query("语文>=60 & 数学>=60")
df1


结果如下:

image.png


2)isin()函数:查看df中是否某含某个值或者某些值

① isin()函数说明

 使用isin()函数,不仅可以针对整个df操作,也可以针对df中的某一列(Series)操作,但是针对Series的操作才是最常用的。


② 利用isin()判断整个df中是否包含某个值或某些值(了解)

df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx")
display(df)
df.isin(["60","70"])


结果如下:

image.png


③ 利用isin()判断df中的某列是否包含某个值或某些值(掌握)

df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx")
display(df)
df["语文"].isin(["37","97"])
df1 = df[df["语文"].isin(["37","97"])]
display(df1)


结果如下:

image.png


④ 利用isin(),利用df1中的某一列,来对df2中的数据进行过滤(很重要)

df1 = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx",sheet_name=0)
display(df1)
df2 = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx",sheet_name=1)
display(df2)
x = df1["name"].isin(df2["name"])
display(x)
df1[df1["name"].isin(df2["name"])]


结果如下:

image.png


3)between()函数:返回一个布尔值,即如果在该范围内,返回True,否则返回False。

df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx",sheet_name=0)
display(df)
df["数学"].between(50,70)
df[df["数学"].between(50,70)]



注意:此函数范围是左闭右闭区间。



相关文章
|
4月前
|
机器学习/深度学习 Python
pandas将dataframe列中的list转换为多列
在应用机器学习的过程中,很大一部分工作都是在做数据的处理,一个非常常见的场景就是将一个list序列的特征数据拆成多个单独的特征数据。
95 0
|
4月前
|
SQL 数据采集 数据可视化
使用Python Pandas实现两表对应列相加(即使表头不同)
使用Python Pandas实现两表对应列相加(即使表头不同)
138 3
|
22天前
|
Python
掌握pandas中的时序数据分组运算
掌握pandas中的时序数据分组运算
|
JSON 数据可视化 数据挖掘
python数据可视化开发(2):pandas读取Excel的数据格式处理(数据读取、指定列数据、DataFrame转json、数学运算、透视表运算输出)
python数据可视化开发(2):pandas读取Excel的数据格式处理(数据读取、指定列数据、DataFrame转json、数学运算、透视表运算输出)
346 0
|
4月前
|
SQL 人工智能 数据处理
Pandas数据处理1、DataFrame删除NaN空值(dropna各种属性值控制超全)
Pandas数据处理1、DataFrame删除NaN空值(dropna各种属性值控制超全)
124 0
DataFrame(8):DataFrame运算——逻辑运算(用于筛选数据)(一)
DataFrame(8):DataFrame运算——逻辑运算(用于筛选数据)(一)
DataFrame(8):DataFrame运算——逻辑运算(用于筛选数据)(一)
|
数据采集 数据挖掘 索引
pandas数据分析之数据运算(逻辑运算、算术运算、统计运算、自定义运算)
数据分析离不开数据运算,在介绍完pandas的数据加载、排序和排名、数据清洗之后,本文通过实例来介绍pandas的常用数据运算,包括逻辑运算、算术运算、统计运算及自定义运算。
306 0
|
12月前
|
Python
条件选取数据dataframe
在pandas中,可以使用`merge`函数将两个dataframe合并在一起,然后使用`query`函数根据指定的条件选取数据。以下是一个例子:
86 0
|
数据挖掘 Python
Pandas唯一值、值计数以及成员资格
Pandas唯一值、值计数以及成员资格
Pandas唯一值、值计数以及成员资格
|
开发者 索引 Python
pandas 数据合并与整形 4|学习笔记
快速学习 pandas 数据合并与整形 4