Python中如何根据列值从DataFrame中选择行？

Question

如何DataFrame基于Python Pandas中某些列的值从中选择行？

在SQL中，我将使用：

SELECT *
FROM table
WHERE colume_name = some_value

Answer 1

要选择列值等于标量的行some_value，请使用==：

df.loc[df['column_name'] == some_value]

要选择列值可迭代的行some_values，请使用isin：

df.loc[df['column_name'].isin(some_values)]

结合以下条件&：

df.loc[(df['column_name'] >= A) & (df['column_name'] <= B)]

注意括号。由于Python的运算符优先级规则，&绑定比<=和更紧密>=。因此，最后一个示例中的括号是必需的。没有括号

df['column_name'] >= A & df['column_name'] <= B

被解析为

df['column_name'] >= (A & df['column_name']) <= B

这导致一个系列的真值是模棱两可的错误。

要选择列值不相等的行 some_value，请使用!=：

df.loc[df['column_name'] != some_value]

isin返回一个布尔系列，因此要选择值不在 in的行，请some_values使用~以下命令对布尔系列求反：

df.loc[~df['column_name'].isin(some_values)]

例如，

import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
                   'B': 'one one two three two two one three'.split(),
                   'C': np.arange(8), 'D': np.arange(8) * 2})
print(df)
#      A      B  C   D
# 0  foo    one  0   0
# 1  bar    one  1   2
# 2  foo    two  2   4
# 3  bar  three  3   6
# 4  foo    two  4   8
# 5  bar    two  5  10
# 6  foo    one  6  12
# 7  foo  three  7  14

print(df.loc[df['A'] == 'foo'])

输出

     A      B  C   D
0  foo    one  0   0
2  foo    two  2   4
4  foo    two  4   8
6  foo    one  6  12
7  foo  three  7  14

如果您要包含多个值，请将它们放在列表中（或更普遍地说，是任何可迭代的）并使用isin：

print(df.loc[df['B'].isin(['one','three'])])

输出

     A      B  C   D
0  foo    one  0   0
1  bar    one  1   2
3  bar  three  3   6
6  foo    one  6  12
7  foo  three  7  14

但是请注意，如果您希望多次执行此操作，则先创建索引然后再使用会更有效df.loc：

df = df.set_index(['B'])
print(df.loc['one'])

输出

       A  C   D
B              
one  foo  0   0
one  bar  1   2
one  foo  6  12

或者，要包含索引中的多个值，请使用df.index.isin：

df.loc[df.index.isin(['one','two'])]

输出

       A  C   D
B              
one  foo  0   0
one  bar  1   2
two  foo  2   4
two  foo  4   8
two  bar  5  10
one  foo  6  12