在pandas中，如何过滤数据帧列，使其仅包含9000000以上和9999999 09以下的值[重复]
共有2个答案
from random import randint
data = [
[1, randint(1, 10)],
[2, randint(2, 10)],
[3, randint(90000000,99999999)],
[4, randint(4, 10)],
[5, randint(90000000,99999999)]
]
df = pd.DataFrame(data, columns=['1', '2'])
filtered = df[(df.loc[:, '2'] >= 90000000) & (df.loc[:, '2'] <= 99999999)]
print(filtered)
>>
1 2
2 3 91196774
4 5 91362223
在之间使用：
>>> df = pd.DataFrame({'A': np.random.randint(1, 99999999, 10000)}
>>> df[df['A'].between(90000000, 99999999)]
A
14 90515447
39 98481777
41 96353791
45 99931205
57 90553633
... ...
9919 96258260
9926 96892543
9943 99069133
9957 97374508
9980 90698303
[1047 rows x 1 columns]
-
问题内容： 怎样才能达到和的等效？ 我有一个包含所需值的列表。这是案例： 我目前的做法如下： 但这似乎是一个可怕的冲突。有人可以改进吗？ 问题答案： 您可以使用。 对于”IN”使用： 或对于”NOT IN”： 作为一个工作示例：
-
问题内容： 如何过滤包含另一列的行？例如，如果我们有两列A，B的DT，是否可以使用B.contains（A）过滤行？不仅B是否包含来自DT的所有A中的一些A值，而且还只是一行。 问题答案： 您可以使用由和（如果需要）过滤器列和每行创建的掩码： 解决方案的差异 -输入已更改：
-
我有一个熊猫数据框，看起来像这样（但实际上要大得多）： 我只想删除包含-500（2）和整列（f和g）的整行。我的数据框是自动生成的，我还不知道哪些列和行包含-500。 有人知道怎么做吗？ 谢谢
-
问题内容： 我目前有一个数据框，其中包含以1和0作为值的列，我想遍历这些列并删除仅由0组成的列。到目前为止，这是我尝试过的： 在哪几年是我正在分析的不同年份的数据帧的列表，其中包括其中包含一个的列，而零则是包含所有零的列的列表。是否有更好的方法根据条件删除列？由于某些原因，我必须检查一列是否也位于零列表中，并将它们从零列表中删除，以获得所有零列的列表。 问题答案： df.loc[:, (df !=
-
问题内容： 给个喜欢 我想获得一个“子系列” ，其中所有值都是字符串。我已经尝试过像这样的布尔索引： 但这给了 KeyError：错误 到目前为止，在寻找合适的方法时，我遇到了select，但这在标签上强加了一个标准，而不是值。在这种情况下，如何基于值的类型进行过滤？ 问题答案： 使用或列出理解： 一样，谢谢： 全部返回： 编辑： 不推荐这样做，谢谢cᴏʟᴅsᴘᴇᴇᴅ：
-
我有一个这样的数据帧 我想得到相同的所有数据，修改为只保留在tokeep中的字符串。 理想情况下，我希望将 我第一次想我可以用这样的东西 但我无法找到解决方案。 有人能指导我吗？