dataframe 筛选某一列的特定值

在Pandas DataFrame中筛选某一列的特定值，你可以使用以下几种方式：

使用loc与isin函数[^1]:
df.loc[df['column_name'].isin(['specific_value'])]
登录后复制
这将返回column_name列中包含specific_value的所有行。

使用query函数[^2]，如果DataFrame有名为query的方法（常见于Pandas的新版本）：
df.query(f"column_name == 'specific_value'")
登录后复制
或者如果DataFrame没有query方法，可以这样编写条件表达式：
df[df['column_name'] == 'specific_value']
登录后复制

如果你想筛选出不等于特定值的行，可以这样做：
df.loc[df['column_name'] != 'specific_value']
登录后复制
或者
df.query("column_name != 'specific_value'")
登录后复制

请注意，上述操作都需要替换column_name和specific_value为你实际的数据框列名和你要筛选的具体值。

相关问题

筛选dataframe某一列特定值的行

在Pandas库中，DataFrame是一种二维表格型的数据结构，我们可以使用条件筛选（也称为布尔索引）来选择满足特定条件的行。假设我们有一个名为df的DataFrame，你想筛选出某列（比如'column_name'）中特定值（比如'threshold_value'）的行，可以这样做：
import pandas as pd

# 假设 df 是你的 DataFrame，column_name 是你要筛选的列名，threshold_value 是目标值
selected_rows = df[df['column_name'] == 'threshold_value']

print(selected_rows)
登录后复制
这将返回一个新的DataFrame，其中只包含'column_name'列等于'threshold_value'的所有行。
如果你想筛选出不等于特定值的行，可以将等号==改为不等于!=：
non_selected_rows = df[df['column_name'] != 'threshold_value']
登录后复制

删除dataframe中某一列的值不在规定列表中的行数据

要删除DataFrame中某一列的值不在规定列表中的行数据，你可以使用布尔索引来筛选出满足特定条件的行，并将其删除。以下是一个示例代码：
import pandas as pd

# 创建示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 35],
'Profession': ['Engineer', 'Doctor', 'Teacher']}
df = pd.DataFrame(data)

# 规定列表
allowed_professions = ['Engineer', 'Teacher']

# 使用布尔索引筛选出不在规定列表中的行
condition = ~df['Profession'].isin(allowed_professions)
filtered_df = df[condition]

# 删除不满足条件的行
df = df.drop(filtered_df.index)

# 打印删除后的DataFrame
print(df)
登录后复制
在这个示例中，我们创建了一个示例的DataFrame df，包含了姓名、年龄和职业信息。然后，我们规定了一个列表allowed_professions，包含了允许的职业。接着，我们使用布尔索引~df['Profession'].isin(allowed_professions)来筛选出不在规定列表中的行，并将结果存储在filtered_df中。最后，我们使用drop()方法来删除满足条件的行，通过filtered_df.index获取要删除的行的索引。
请注意，drop()方法默认会返回一个新的DataFrame，原始的DataFrame不会被修改。如果想要在原始DataFrame上直接进行修改，可以设置inplace=True参数。例如：df.drop(filtered_df.index, inplace=True)。