pandas花样取数_中

Posted 2021-06-06 尤尔小屋的猫

公众号：尤而小屋
作者：Peter
编辑：Peter

大家好，我是Peter~

今天继续带来Pandas的花样取数技巧，本文中重点介绍的方法：

• 表达式取数
• query、evel
• filter
• where、mask

扩展阅读

关于pandas的连载文章，请阅读：

1、DataFrame数据筛选_上

2、10种方式创建DataFrame类型数据

3、Series类型数据创建

4、一切从爆炸函数开始

模拟数据

下面是完全模拟的一份数据，包含：姓名、性别、年龄、数学、语文、总分、地址共7个字段信息。

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "name":['小明','小王','张菲','关宇','孙小小','王建国','刘蓓'],
    "sex":['男','女','女','男','女','男','女'],
    "age":[20,23,18,21,25,21,24],
    "math":[120,130,118,120,102,140,134],
    "chinese":[100,130,140,120,149,111,118],
    "score":[590,600,550,620,610,580,634], 
    "address":["广东省深圳市南山区",
               "北京市海淀区",
               "湖南省长沙市雨花区",
               "北京市东城区",
               "广东省广州市白云区",
               "湖北省武汉市江夏区",
               "广东省深圳市龙华区"
              ]
})

df

下面开始详细介绍5种取数方法：

1. 表达式取数
2. query()取数
3. eval()取数
4. filter()取数
5. where/mask取数

表达式取数

表达式取数指的是通过表达式来指定一个或者多个筛选条件来取数。

1、指定一个数学表达式

# 1、数学表达式
df[df['math'] > 125]

2、取反操作

取反操作是通过符号~来实现的

# 2、取反操作
df[~(df['sex'] == '男')]  # 取出不是男生的数据

3、指定某个属性的值为具体的数据

# 3、指定具体数据
df[df.sex == '男']  # 等同于 df[df['sex'] == '男']

4、不等式表达式

# 4、比较表达式
df[df['math'] > df['chinese']]

5、逻辑运算符

# 5、逻辑运算符
df[(df['math'] > 120) & (df['chinese'] < 140)]

query()函数

使用说明

⚠️在使用的时候需要注意的是：如果我们列属性中存在空格，我们需要使用反引号将其括起来再进行使用。

使用案例

1、使用数值型表达式

df.query('math > chinese > 110')

df.query('math + chinese > 255')

df.query('math == chinese')

df.query('math == chinese > 120')

df.query('(math > 110) and (chinese < 135)')  # 两个不等式

2、使用字符型表达式

df.query('sex != "女"')  # 不等于女，就是全部男

df.query('sex not in ("女")')  # 不在女中就是男

df.query('sex in ("男","女")')   # 性别在男女中就是全部人

3、传入变量；变量在使用的时候需要在前面加上@

# 设置变量
a = df.math.mean()
a

df.query('math > @a + 10')

df.query('math < (`chinese` + @a) / 2')

eval()函数

eval函数的使用方法和query函数是相同的

1、使用数值型表达式

# 1、数值型表达式
df.eval('math > 125')   # 得到的是bool表达式

df[df.eval('math > 125')]

df[df.eval('math > 125 and chinese < 130')]

2、字符型表达式

# 2、字符型表达式
df[df.eval('sex in ("男")')]

3、使用变量

# 3、使用变量
b = df.chinese.mean()  # 求均值
df[df.eval('math < @b+5')]

filter函数

我们使用filter可以对列名或者行名进行筛选，使用方法：

• 直接指定
• 正则指定
• 模糊指定

其中axis=1指定列名；axis=0指定索引

使用说明

使用案例

1、直接指定属性名

df.filter(items=["chinese","score"])   # 列名操作

直接指定行索引

df.filter(items=[2,4],axis=0)   # 行筛选

2、通过正则指定

df.filter(regex='a',axis=1)  # 列名中包含

df.filter(regex='^s',axis=1)  # 列名以s开始

df.filter(regex='e$',axis=1)  # 列名以e结束

df.filter(regex='3$',axis=0)  # 行索引包含3

3、模糊指定

df.filter(like='s',axis=1)   # 列名中包含s

df.filter(like='2',axis=0)   # 行索引包含2

# 同时指定列名和索引
df.filter(regex='^a',axis=1).filter(like='2',axis=0)

where和mask函数

where和mask函数是一对相反的函数，取出来的结果刚好是相反的：

• where：取出满足要求的数据，不满足的显示为NaN
• mask：取出不满足要求的数据，满足的显示为NaN

两种方法都可以将将NaN值设置我们指定的数据

where使用

s = df["score"]
s

# where：满足条件的直接显示，不满足的显示为NaN
s.where(s>=600)

我们可以给不满足要求的数据进行赋值：

# 我们可以给不满足的进行赋值
s.where(s>=610,600)  # 不满足条件的赋值为600 

看看两组结果的对比：

where函数还可以指定多个条件：

# 符合条件的返回True，不符合的返回False
df.where((df.sex=='男') & (df.math > 125))

选出我们想要的数据：

df[(df.where((df.sex=='男') & (df.math > 125)) == df).name]
# df[(df.where((df.sex=='男') & (df.math > 125)) == df).sex]  效果相同

mask函数

mask函数获取到的结果和where是相反的

s.mask(s>=600)  # 和where相反：返回的都是小于600的数据

s.mask(s>=610, 600)  # 不满足条件的赋值为600 

mask函数接受多个条件：

# 取值和where相反
df[(df.mask((df.sex=='男') & (df.math > 125)) == df).sex]

总结

Pandas中取数的方法真的五花八门，太多技巧可以获取到我们想要的数据，有时候不同的方式也可以得到相同的数据。本文中着重介绍的通过表达式和5个函数来取数，下篇文章中将会重点讲解3对函数筛选数据的方法。