Как подмножить кадр данных по одному или нескольким столбцам?

При попытке понять большой DataFrame в Pandas вам может понадобиться подмножество его по столбцам и строкам. В этом руководстве мы покажем наиболее распространенные варианты использования разделения столбцов вашего DataFrame.

Мы начнем с настройки нашего примера DataFrame, что мы сделаем, запустив следующий код Python в нашей любимой среде (для простоты я использую Anaconda и Jupyter Lab).

import pandas as pd # import the pandas library

languages = ({"language": [ "Python", "C-Sharp", "Javascript","PHP"] ,
         "avg_difficulty_level": [3, 2, 2, 1],
              "avg_salary": [120, 100, 120, 80],
          "applications": [10,15,14,20]})

# Now let's convert our dict to a DataFrame

languages = pd.DataFrame.from_dict(languages)

Теперь давайте посмотрим на первые строки нашего Dataframe, используя метод head().

languages.head()

Как видите, это довольно простой DataFrame, который мы будем использовать в качестве примера в этом посте:

Фильтрация одного столбца

Мы начнем с самого простого случая, который состоит в том, чтобы выделить один столбец из нашего набора данных. Выполнение следующей команды создаст объект Series:

По названию/лейблу

languages["language"]

Выход представляет собой серию:

0 Питон
1 до-диез
2 Джаваскрипт
3 PHP
Имя: язык, dtype: объект

type(languages["language"])

pandas.core.series.серия

По индексу

Следующая команда также вернет серию, содержащую первый столбец.

languages.iloc[:,0]

Выбор нескольких столбцов

По имени

При передаче списка столбцов Pandas вернет DataFrame, содержащий часть данных.

languages[["language", "applications"]]

По метке (с loc)

df.loc[:,["language","applications"]]

Результат будет аналогичным.

По индексу

Теперь давайте получим несколько столбцов с помощью индекса:

languages.iloc[: ,[0,3]]

По условию

В этом случае мы просто покажем столбцы, имя которых соответствует определенному выражению. Мы будем использовать довольно удобный метод фильтра :

languages.filter(axis = 1, like="avg")

Примечания:

1. мы также можем фильтровать по определенному регулярному выражению (regex).
2. Мы можем применить параметр axis=0 для фильтрации по определенному значению строки.

Отфильтровать определенные строки по условию

Вот довольно простой способ подмножить DataFrame в соответствии со значением строки:

languages[(languages["applications"] > 15)]

У нас есть только один результат:

languages[(languages["applications"] > 15)]