Pandas数据框：基于指定列表筛选行和列
本文介绍如何利用Pandas库高效筛选数据框的行和列，筛选条件来自一个预定义的列表。
Pandas的isin()函数是实现此功能的关键。isin()函数用于判断Series中的元素是否包含在指定列表中。
步骤：
加载数据: 假设你的数据框命名为df。
创建筛选列表: 创建一个包含需要筛选的名称的列表，例如names_list = ['a1', 'a2']。
筛选行: 使用isin()函数筛选包含指定名称的行：
df[df['列名'].isin(names_list)]
将列名替换为包含需要筛选名称的列名。此代码返回一个新的数据框，只包含列名中值属于names_list的行。
筛选列: 使用filter()函数和正则表达式筛选包含指定名称的列：
df.filter(regex="(^|s)" + '|'.join(names_list) + "($|s)", axis=1)
这行代码使用正则表达式，确保只选择列名完全匹配或包含names_list中元素的列。axis=1指定操作的是列。
示例：
假设数据框df如下：
uid score other_col0 a1 1 x1 a2 4 y2 b1 2 z3 a3 3 w
以及names_list = ['a1', 'a2']。
则：
df[df['uid'].isin(names_list)]
将返回：
uid score other_col0 a1 1 x1 a2 4 y
而：
df.filter(regex="(^|s)" + '|'.join(names_list) + "($|s)", axis=1)
将返回：
uid0 a11 a22 b13 a3
(注意：此例中，因为只有uid列包含names_list中的值，所以只返回uid列。如果其他列名也包含’a1’或’a2’，则这些列也会被返回。)
通过以上方法，你可以灵活地根据指定的名称列表从Pandas数据框中筛选出所需的行和列。 记住根据你的实际数据调整列名和筛选列表。
以上就是如何用Pandas根据指定列表筛选数据框的行和列？的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1356353.html
微信扫一扫 
支付宝扫一扫 
