dataframe 过滤

DataFrame在Python数据分析中常用于数据清洗和筛选。你可以使用多种方式来过滤DataFrame：

1. **单条件筛选**[^1]:

   # 示例：筛选蛋白质含量小于等于30且等级包含"2nd"的数据
   data = df[df["protein"] <= 30 & df["rank"].str.contains("2nd")]

2. **多条件筛选**:

   # 示例：筛选蛋白质值在给定列表（如li）内并且名称以"K"开头的数据
   li = [25, 60, 45, 40, 22]
   data = df[(df["protein"].isin(li)) & (df["name"].str.contains("K"))]

3. **利用布尔索引（loc与[]操作符）进行筛选**:

   # 两者效果相同，选择蛋白质值小于等于30的数据
   data1 = df.loc[df["protein"] <= 30]
   data2 = df[df["protein"] <= 30]
   assert data1.equals(data2), "两个方法得到的结果不一致"

通过这些方法，你可以灵活地根据特定条件从DataFrame中提取所需的数据。

相关问题

dataframe过滤数据

对于数据过滤，可以使用pandas库中的DataFrame进行操作。可以使用条件表达式来过滤数据，例如：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'David'],
                   'age': [25, 30, 35, 40],
                   'gender': ['F', 'M', 'M', 'M']})

# 过滤年龄大于30岁的数据
filtered_df = df[df['age'] > 30]

# 输出过滤后的DataFrame
print(filtered_df)

输出结果为：

      name  age gender
2  Charlie   35      M
3    David   40      M

上述代码中，使用条件表达式`df['age'] > 30`来过滤年龄大于30岁的数据，然后赋值给一个新的DataFrame`filtered_df`。最后输出过滤后的结果。除了单一条件过滤，还可以使用多个条件组合过滤，例如：

# 过滤年龄大于30岁且性别为男性的数据
filtered_df = df[(df['age'] > 30) & (df['gender'] == 'M')]

这里使用`&`符号来连接两个条件表达式，表示需要同时满足两个条件才能过滤出数据。

dataframe 过滤掉多列含有字母的行

假设有一个名为df的DataFrame，其中有多列包含字母，可以使用以下代码过滤掉这些行：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 'a', 4],
                   'B': [5, 'b', 7, 8],
                   'C': ['c', 10, 11, 12]})

# 过滤掉多列含有字母的行
df = df[df.apply(lambda x: pd.to_numeric(x, errors='coerce').notnull().all(axis=1))]

print(df)

输出结果：

   A  B   C
0  1  5   c
1  2  b  10
3  4  8  12

解释：

1. `pd.to_numeric(x, errors='coerce')` 将DataFrame中的所有列尝试转换为数值型，无法转换的值用NaN填充。
2. `notnull()` 返回DataFrame中非NaN的值，即可以转换为数值型的值。
3. `all(axis=1)` 对于每一行进行判断，如果所有列都是数值型的，则返回True；否则返回False。
4. `df.apply(lambda x: ...)` 对DataFrame的每一行应用上述判断逻辑，返回一个布尔型的DataFrame。
5. `df[df.apply(lambda x: ...)]` 选取所有满足判断逻辑的行。