如何用Pandas根据指定列表筛选数据框的行和列？

Pandas数据框：基于指定列表筛选行和列

本文介绍如何利用Pandas库高效筛选数据框的行和列，筛选条件来自一个预定义的列表。

Pandas的isin()函数是实现此功能的关键。isin()函数用于判断Series中的元素是否包含在指定列表中。

步骤：

1. 加载数据: 假设你的数据框命名为df。

2. 创建筛选列表: 创建一个包含需要筛选的名称的列表，例如names_list = ['a1', 'a2']。

3. 筛选行: 使用isin()函数筛选包含指定名称的行：

   <code class="python">df[df['列名'].isin(names_list)] </code>

   登录后复制

   将列名替换为包含需要筛选名称的列名。此代码返回一个新的数据框，只包含列名中值属于names_list的行。

4. 筛选列: 使用filter()函数和正则表达式筛选包含指定名称的列：

   <code class="python">df.filter(regex="(^|\s)" + '|'.join(names_list) + "($|\s)", axis=1)</code>

   登录后复制

   这行代码使用正则表达式，确保只选择列名完全匹配或包含names_list中元素的列。axis=1指定操作的是列。

   

   MacsMind

   电商AI超级智能客服

   131

   查看详情

示例：

假设数据框df如下：

<code>   uid  score  other_col
0  a1     1        x
1  a2     4        y
2  b1     2        z
3  a3     3        w</code>

以及names_list = ['a1', 'a2']。

则：

<code class="python">df[df['uid'].isin(names_list)] </code>

将返回：

<code>   uid  score  other_col
0  a1     1          x
1  a2     4          y</code>

而：

<code class="python">df.filter(regex="(^|\s)" + '|'.join(names_list) + "($|\s)", axis=1)</code>

将返回：

<code>   uid
0  a1
1  a2
2  b1
3  a3</code>

(注意：此例中，因为只有uid列包含names_list中的值，所以只返回uid列。如果其他列名也包含'a1'或'a2'，则这些列也会被返回。)

通过以上方法，你可以灵活地根据指定的名称列表从Pandas数据框中筛选出所需的行和列。 记住根据你的实际数据调整列名和筛选列表。

以上就是如何用Pandas根据指定列表筛选数据框的行和列？的详细内容，更多请关注php中文网其它相关文章！