Question

假设您有以下数据框，使用代码构建：

import numpy as np
from pandas import *

headers = ['name', 'rating']

data = (['John', .987], ['Joe', .543], ['Mary', .294], ['Bill', .784])

df = Dataframe(data, columns = headers)

我知道我可以选择df.name或df[['rating']]等数据框选择来一次访问一列，或者df[2:3]进行行切片，但我似乎无法结合两者。如果我想要所有高于.500评级的行怎么办？这似乎不起作用：

df[df.rating > .5]

或

df.where(df.rating > .5)

第一个在R中工作的地方。在文档The where() Method and Masking ()中，示例是：

s.where(s > 0)

然而，这是非常有限的，因为我们很少想要根据所有列和所有行选择新对象（事实上，我从来没有这个需要）。我理解Python中的数据帧不等于R中的数据帧，但仍然需要。

如何选择符合特定数字标准的行？当量到df[df.rating > .5]
如何根据列表选择行？相当于df[df.name in ('John', 'Joe')]'
我可以在柱子上切片吗？行过滤器？相当于 df[df.rating > .5, df.name in ('John', 'Joe')]

我觉得在高级切片方面缺乏帮助，而R在Subsetting

Answer 1

我运行了你的代码，这应该可行：

<span id="foo" data-max="180" />
<p id='bar'>100 Bars</p>

高级Python Pandas数据帧选择

1 个答案: