V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
frmongo
V2EX  ›  Python

咨询个问题,一个 pandas 的 df 数据,如何实现数据的筛选?

  •  
  •   frmongo · 2018-10-18 15:49:12 +08:00 · 1922 次点击
    这是一个创建于 2207 天前的主题,其中的信息可能已经有所发展或是发生改变。

    需求

    有一个 df1 的 dataframe 数据,我如何实现数据筛选呢?
    比如筛选出来 2018 年的数据行,如果再复杂一点的呢,比如 2018 年价格低于 2500 的行
    下面是前 20 行的例子
    

    数据:

    >>> df1
             pd_date price
    0        2018 年 3 月  1499
    1        2018 年 5 月  1398
    2     2018 年 3 月 20 日   999
    3     2018 年 8 月 29 日  3499
    4     2017 年 9 月 30 日  2598
    5     2017 年 6 月 16 日  1859
    6     2018 年 3 月 28 日  2998
    7    2017 年 12 月 29 日  1199
    8        2018 年 7 月  3699
    9          2017 年  2299
    10       2018 年 9 月  2399
    11   2017 年 12 月 26 日   880
    12   2016 年 11 月 14 日  1788
    13     2017 年 9 月 1 日   799
    14     2018 年 7 月 7 日  1898
    15     2018 年 9 月 1 日  2889
    16       2018 年 5 月  3499
    17      2016 年 11 月  1099
    18       2018 年 5 月  3199
    19      2017 年 12 月  1499
    20       2017 年 9 月  5199
    
    4 条回复    2018-10-21 09:18:19 +08:00
    wqzjk393
        1
    wqzjk393  
       2018-10-18 15:58:25 +08:00
    df.where
    Goooa
        2
    Goooa  
       2018-10-18 16:05:15 +08:00
    year_list = []
    for date in df1['pd_date'].tolist():
    date =date[:4]
    year_list.append(date)
    df1['year'] = pd.Series(year_list)
    筛选出来 2018 年的数据行= df1[df1['year']=='2018']
    2018 年价格低于 2500 的行=df1[(df1['year']=='2018') & (df1['price']<2500)]
    lulu00147
        3
    lulu00147  
       2018-10-18 16:08:45 +08:00 via iPhone
    利用 PythonPython 进行数据分析.epub
    jswangjieda
        4
    jswangjieda  
       2018-10-21 09:18:19 +08:00
    df1[(df1['pd_date'].str[:4]=='2018')&(df1['price']<2500)]
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2522 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 35ms · UTC 10:24 · PVG 18:24 · LAX 03:24 · JFK 06:24
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.