Computer >> Máy Tính >  >> Lập trình >> Python

Python Pandas - Chọn một tập hợp con các hàng từ khung dữ liệu

Để chọn một tập hợp con các hàng, hãy sử dụng các điều kiện và tìm nạp dữ liệu.

Giả sử sau đây là nội dung của tệp CSV của chúng tôi được mở trong Microsoft Excel -

Python Pandas - Chọn một tập hợp con các hàng từ khung dữ liệu

Đầu tiên, hãy tải dữ liệu từ tệp CSV vào Pandas DataFrame -

dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv")

Giả sử chúng tôi muốn các bản ghi Xe có "Đơn vị" hơn 100 tức là tập hợp con của hàng. Đối với điều này, hãy sử dụng -

dataFrame[dataFrame["Units"] > 100]

Bây giờ, giả sử chúng tôi muốn các bản ghi Xe có “Reg_Price” nhỏ hơn 100, tức là tập hợp con các hàng. Đối với điều này, hãy sử dụng -

dataFrame[dataFrame["Reg_Price"] < 3000]

Ví dụ

Sau đây là mã -

import pandas as pd

# Load data from a CSV file into a Pandas DataFrame
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv")
print("\nReading the CSV file...\n",dataFrame)

# displaying two columns
res2 = dataFrame[['Reg_Price','Units']];
print("\nDisplaying two columns : \n",res2)

# selecting a subset of rows
print("\nSelect cars with Units more than 100: \n",dataFrame[dataFrame["Units"] > 100])

# selecting a subset of rows
print("\nSelect cars with Reg_Price less than 3000: \n",dataFrame[dataFrame["Reg_Price"] < 3000])

Đầu ra

Điều này sẽ tạo ra kết quả sau -

Reading the CSV file...
       Car   Reg_Price   Units
0      BMW        2500     100
1    Lexus        3500      80
2     Audi        2500     120
3   Jaguar        2000      70
4  Mustang        2500     110

Displaying only one column Car :
    Reg_Price   Units
0        2500     100
1        3500      80
2        2500     120
3        2000      70
4        2500     110
Name: Car, dtype: object

Select cars with Units more than 100:
       Car   Reg_Price   Units
2     Audi        2500     120
4  Mustang        2500     110

Select cars with Reg_Price less than 3000:
       Car   Reg_Price   Units
0      BMW        2500     100
2     Audi        2500     120
3   Jaguar        2000      70
4  Mustang        2500     110