【数据分析】数据筛选(布尔索引:一个判断条件)

布尔索引

布尔索引:在实际应用中,只要是通过比较运算返回的判断结果(一个布尔型Series),就可以进行布尔索引。

应用场景:

面对大型数据时,用于获取数据的行索引和列索引往往不确定,通常我们需要寻找满足或不满足特定计算或条件的值。这时候,我们就需要用到 布尔索引 来筛选出符合要求的数据。

让我们来考虑以下例子:
假设在读取电商数据时,我们想要输出所有 "cutdown_price"(优惠价格)大于0 的行数据,该怎么做呢?

先访问了 "cutdown_price" 这一列数据,然后就需要判断该列中哪些值大于0。
如果大于0,就把对应的那一行数据保留下来。

判断 "cutdown_price" 这一列数据中哪些值大于0,可以使用比较运算中的大于(>)来写一个条件表达式:data["cutdown_price"]>0。与我们之前学的数学操作类似,这时候该列的数据会逐个和0进行比较操作,每一行都会返回一个对应的布尔值,从而得到一个布尔型Series:

True表示该行的"cutdown_price"大于0;

False表示该行的"cutdown_price"小于等于0。

上面的图可以看到,"cutdown_price"这一列里,85647对应的数据是1000,大于0,所以返回的布尔值是True。

  1. 使用比较运算中的大于(>)来写一个条件表达式,判断一下data变量里,"cutdown_price"这一列哪些值大于0?

导入pandas模块,并以"pd"为该模块的简写

import pandas as pd

使用pd.read_csv()函数读取路径为 "/Users/yequ/电商数据清洗.csv" 的CSV文件,并将结果赋值给变量data

data = pd.read_csv("/Users/yequ/电商数据清洗.csv")

使用列索引筛选出"cutdown_price"这一列数据

同时使用比较运算判断这一列哪些值大于0

并使用print()将结果直接输出

print(data["cutdown_price"] > 0)

输出:

在得到了一个布尔型Series后,我们就可以把True对应位置的行保留下来,作为新的DataFrame返回。

接下来,我们来获取所有 "cutdown_price" 大于0的行数据。

要将所有返回为True的对应行数据保留下来,就需要用到布尔索引。将刚刚写的条件表达式传入DataFrame对象后的中括号里作为布尔索引即可。布尔索引会把判断结果为True的行数据直接返回,从而达到筛选数据的效果。

|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| # 导入pandas模块,并以"pd"为该模块的简写 import pandas as pd # 使用pd.read_csv()函数读取路径为 "/Users/yequ/电商数据清洗.csv" 的CSV文件,并将结果赋值给变量data data = pd.read_csv("/Users/yequ/电商数据清洗.csv") # 使用print()和布尔索引,输出"cutdown_price"这一列值里大于0的行 print(data[data["cutdown_price"]>0]) |
| |

从输出的内容可以看到,返回的DataFrame就是data变量里,所有"cutdown_price"这一列值里大于0的行数据。
这时的行索引index就类似于一个书签,用于标记位置,不影响内容。
根据行索引index,就能很快地知道原数据data变量里的第10行、第27行、第28行、......的cutdown_price都大于0。

|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| # 导入pandas模块,并以"pd"为该模块的简写 import pandas as pd # 使用pd.read_csv()函数读取路径为 "/Users/yequ/电商数据清洗.csv" 的CSV文件,并将结果赋值给变量data data = pd.read_csv("/Users/yequ/电商数据清洗.csv") # 使用print()和布尔索引,输出"cutdown_price"这一列值里大于0的行 print(data[data["cutdown_price"]>0]) |
| |

代码具体解释:

|-------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------|
| 要筛选的数据 data是需要进行筛选的DataFrame对象。 | print(data[data["cutdown_price"]>0]) |
| 第一个中括号 第一个中括号,也就是最外面的中括号,表示对变量data进行索引。 | print(data[data["cutdown_price"]>0]) |
| 条件表达式 中括号里的内容是通过一个条件表达式,来判断"cutdown_price"这一列值里是否大于0。 | pandas通过这个条件表达式得到一个布尔型Series,再通过这个Series来索引数据。 |
| 访问列数据 按data["columns"]的形式访问"cutdown_price"这一列数据。 | |
| 比较运算 通过大于(>)来判断"cutdown_price"列的数据是否大于0。 | |

比如,常见的比较运算有:==、>、<、>=、<=、!=(不等于),以及接下来会学的一些逻辑判断。

相关推荐
小蒜学长7 小时前
spring boot驴友结伴游网站的设计与实现(代码+数据库+LW)
java·数据库·spring boot·后端
Lilixxs7 小时前
VBA 中使用 ADODB 操作 SQLite 插入中文乱码问题
数据库·中间件·sqlite·乱码·vba·odbc·adodb
Hx__7 小时前
MySQL InnoDB 的锁机制
数据库·mysql
恒点虚拟仿真7 小时前
XR数字融合工作站打造智能制造专业学习新范式
人工智能·智能制造·虚拟仿真·虚拟仿真实验·xr数字融合工作站·虚拟仿真实训
豆浩宇7 小时前
学习PaddlePaddle--环境配置-Windows 11 + RTX 4060
人工智能·windows·深度学习·学习·目标检测·计算机视觉·paddlepaddle
qq_339191147 小时前
深度学习玩游戏, 模型玩游戏,大模型+游戏 llm+game, 机器学习玩游戏,人工智能游戏陪伴,模型陪玩游戏
人工智能·深度学习·玩游戏
zskj_qcxjqr7 小时前
七彩喜微高压氧舱:科技与体验的双重革新,重新定义家用氧疗新标杆
大数据·人工智能·科技·机器人
liweiweili1267 小时前
数据库中事务、指令、写法解读
jvm·数据库
2501_930799247 小时前
访答知识库#Pdf转word#人工智能#Al编辑器#访答PAG#企业知识库……
人工智能
edjxj7 小时前
Qt添加图标资源
开发语言·数据库·qt