pandas实现对一列/多列进行数据区间筛选

目录

• 下面这个表
• 筛选18<=age<=30的数据
• 此时再加一个筛选条件
• 总结

如果不整活，那就是浪费生命

下面这个表

如果你想筛选出age大于等于18，小于等于30的行：

如果在mysql中整这种活很容易，用个where就可以了

在pandas中也有相当于where作用的语法，loc

筛选18<=age<=30的数据

import pandas as pd

stu = pd.read_csv("data/student.csv", index_col='id')

# 留下18<=年龄<=30
def age_18_to30(a):
    return 18 <= a <= 30

# 留下 85<=score
def level_a(s):
    return 85 <= s

# 使用loc会生成一个新的series
stu = stu.loc[stu['age'].apply(age_18_to30)]
# 或者用下lambda表达式:
# stu = stu.loc[stu['age'].apply(lambda a:18<=a<=30)]

print(stu)

结果：

此时再加一个筛选条件

age大于等于18，小于等于30且分数大于等于85：

代码：

import pandas as pd

stu = pd.read_csv("data/student.csv", index_col='id')


# 留下18<=年龄<=30
def age_18_to30(a):
    return 18 <= a <= 30


# 留下 85<=score
def level_a(s):
    return 85 <= s

stu = stu.loc[stu['age'].apply(age_18_to30)].loc[stu['score'].apply(level_a)]

print(stu)

结果：

其中，获取莫一列，我们一直使用的是stu['age']，这个还可以写为：stu.age

然后就整活成功了！

文件：

F:\Project\python\src\WangYiYun\DataAnalysis\19_.py

完整代码：

# @DATE : 2021-1-2
# @TIME : 16:13
# @USER : kirin
import pandas as pd

stu = pd.read_csv("data/student.csv", index_col='id')

# 留下18<=年龄<=30
def age_18_to30(a):
    return 18 <= a <= 30

# 留下 85<=score
def level_a(s):
    return 85 <= s

# 使用loc会生成一个新的series
# stu = stu.loc[stu['age'].apply(age_18_to30)]
stu = stu.loc[stu['age'].apply(age_18_to30)].loc[stu['score'].apply(level_a)]
# 或者不使用 stu['age'] ：
# stu = stu.loc[stu.age.apply(age_18_to30)].loc[stu.score.apply(level_a)]

# 使用lambda表达式:
# stu = stu.loc[stu.age.apply(lambda a: 18 <= a <= 30)].loc[stu.score.apply(lambda s: 85 <= s)]

# 代码太长回个车:(空格+反斜线+回车)
# stu = stu.loc[stu.age.apply(lambda a: 18 <= a <= 30)]. \

#     loc[stu.score.apply(lambda s: 85 <= s)]

print(stu)

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。