通过列值过滤Pandas DataFrame的方法

在这篇文章中，我们将看到通过列值过滤Pandas Dataframe的不同方法。首先，让我们创建一个Dataframe。

# importing pandas 
import pandas as pd 
    
# declare a dictionary
record = { 
  
 'Name' : ['Ankit', 'Swapnil', 'Aishwarya', 
          'Priyanka', 'Shivangi', 'Shaurya' ],
    
 'Age' : [22, 20, 21, 19, 18, 22], 
    
 'Stream' : ['Math', 'Commerce', 'Science', 
            'Math', 'Math', 'Science'], 
    
 'Percentage' : [90, 90, 96, 75, 70, 80] } 
    
# create a dataframe 
dataframe = pd.DataFrame(record,
                         columns = ['Name', 'Age', 
                                    'Stream', 'Percentage']) 
# show the Dataframe
print("Given Dataframe :\n", dataframe)

输出:

方法1：使用’>’、’=’、’=’、'<=’、’！=’操作符，根据特定的列值选择Pandas数据框架的行。

实例1：使用[ ]从给定的数据框架中选择 “百分比 “大于75的所有行。

# selecting rows based on condition 
rslt_df = dataframe[dataframe['Percentage'] > 70] 
    
print('\nResult dataframe :\n', rslt_df)

输出:

通过列值过滤Pandas DataFrame的方法

示例2：使用 loc[ ]，从给定的数据框架中选择所有 “百分比 “大于70的行。

# selecting rows based on condition 
rslt_df = dataframe.loc[dataframe['Percentage'] > 70] 
    
print('\nResult dataframe :\n', 
      rslt_df)

输出:

通过列值过滤Pandas DataFrame的方法

方法2：使用数据框架的isin()方法选择那些列值出现在列表中的Pandas数据框架的行。

示例1：从给定的数据框架中选择所有的行，其中’流’在选项列表中出现，使用[ ]。

options = ['Science', 'Commerce'] 
    
# selecting rows based on condition 
rslt_df = dataframe[dataframe['Stream'].isin(options)] 
    
print('\nResult dataframe :\n',
      rslt_df)

输出:

通过列值过滤Pandas DataFrame的方法

示例2：使用loc[ ]从给定的数据框架中选择所有的行，其中’Stream’出现在选项列表中。

options = ['Science', 'Commerce'] 
    
# selecting rows based on condition 
rslt_df = dataframe.loc[dataframe['Stream'].isin(options)] 
    
print('\nResult dataframe :\n', 
      rslt_df)

输出:

通过列值过滤Pandas DataFrame的方法

方法3：使用’&’操作符，根据多列条件选择Pandas数据框架的行。

例子1：从给定的数据框架中选择所有行，其中’年龄’等于22，’流’出现在选项列表中，使用[ ]。

options = ['Commerce' ,'Science'] 
    
# selecting rows based on condition 
rslt_df = dataframe[(dataframe['Age'] == 22) & 
          dataframe['Stream'].isin(options)] 
    
print('\nResult dataframe :\n',
      rslt_df)

输出:

通过列值过滤Pandas DataFrame的方法

例子2：使用loc[ ]从给定的数据框架中选择所有行，其中’年龄’等于22，’流’出现在选项列表中。

options = ['Commerce', 'Science'] 
   
# selecting rows based on condition 
rslt_df = dataframe.loc[(dataframe['Age'] == 22) & 
              dataframe['Stream'].isin(options)] 
    
print('\nResult dataframe :\n',
      rslt_df)