Pandas条件筛选 | Python技能树征题

Posted 2021-10-18 周先森爱吃素

相关知识

筛选是数据处理中非常频繁使用的功能，而Pandas对表格型数据（Pandas.DataFrame）已经封装了非常完善的条件筛选功能，他们支持下面五种比较运算符和两种逻辑运算符。

运算符	含义
>	大于
<	小于
==	等于
>=	大于等于
<=	小于等于
&	且
|	或

多个比较运算符构成的条件语句之间可以用逻辑运算符进行组合，不过每个条件语句需要用圆括号括起来。

条件筛选语句选针对每一列进行，因此格式为df['列名'] 条件运算符 条件值，如df['A'] > 10。该条件可以直接传给dataframe用于行选择，因此形式为df[条件语句]，如df[df['A'] > 10]即可挑选出所有第A列大于10的行。上述用法等价于df.loc[条件语句]， 不过，loc方法可以进一步挑选输出列，如df.loc[df['A'] > 10, ['A', 'B']]即表示挑选出所有第A列大于10 的行且只输出A和B两列的结果。

题目

给定下面的一个表格型数据的定义，试分别完成下面三道题。

名字	性别	语文成绩	数学成绩	英语成绩
张三	男	61	90	59
赵四	女	91	92	93
王五	男	55	45	40
李六	女	90	60	59
刘七	男	90	90	90
林八	女	50	50	50
莫九	男	45	45	80

• 将所有性别为女的记录挑选出来
• 将所有语文和数学成绩及格且性别为男的记录挑选出来
• 将所有语文成绩大于等于90分或者数学成绩大于90分的记录挑选出来且只保留姓名、性别和英语成绩

思路及答案

三道题的答案都可以通过上面的条件筛选的知识点来实现，具体代码如下。

import pandas as pd

columns = ['name', '性别', '语文', '数学', '英语']
data = [
    ['张三', '男', 61, 90, 59],
    ['赵四', '女', 91, 92, 93],
    ['王五', '男', 55, 45, 40],
    ['李六', '女', 90, 60, 59],
    ['刘七', '男', 90, 90, 90],
    ['林八', '女', 50, 50, 50],
    ['莫九', '男', 45, 45, 80]
]

df = pd.DataFrame(data, columns=columns)

# 第一题，我们直接条件筛选
rst1 = df[df['性别'] == '女']
print(rst1)

# 第二题，多调节级联
rst2 = df[(df['语文'] > 60) & (df['数学'] > 60) & (df['性别'] == '男')]
print(rst2)

# 第三题，条件筛选并输出特定列
rst3 = df.loc[(df['语文'] >= 90) | (df['数学'] > 90), ['name', '性别', '英语']]
print(rst3)

运行结果如下。

    name 性别 语文 数学 英语
1   赵四  女   91  92  93
3   李六  女   90  60  59
5   林八  女   50  50  50
    name 性别 语文 数学 英语
0   张三  男   61  90  59
4   刘七  男   90  90  90
    name 性别 英语
1   赵四  女   93
3   李六  女   59
4   刘七  男   90

Process finished with exit code 0