利用Python在Pandas中實現條件篩選

一、什麼是條件篩選

條件篩選是數據分析中常用的一種方法，它可以選取滿足某些條件的行或列，並對它們進行操作或分析。Pandas是一種常用的數據處理工具，通過Pandas對數據進行條件篩選，可以快速地實現數據分析和處理。

在Pandas中實現條件篩選需要使用布爾索引和query兩種方法。

二、布爾索引

布爾索引是一種基於條件判斷的篩選方式，通過定義一個布爾類型Series或DataFrame，然後根據條件對其進行查詢，得到True和False的結果，進而進行篩選。

下面是一個簡單的例子，假設我們有一個包含學生姓名和成績的DataFrame：

import pandas as pd

# 創建DataFrame
data = {'name': ['John', 'Marry', 'Bob', 'Tom', 'Lucy'], 'score': [90, 80, 70, 60, 50]}
df = pd.DataFrame(data)

# 根據成績篩選成績大於80的學生
result = df[df['score'] > 80]

print(result)

運行結果：

    name  score
0   John     90
1  Marry     80

通過布爾索引，我們篩選出成績大於80的學生，得到了John和Marry這兩個學生的信息。

三、query方法

query方法是一種更加高級的條件篩選方式，在一些複雜的數據分析場景下，它可以比布爾索引更加方便和靈活地處理數據。

下面是一個使用query方法的例子，我們還是以上面的學生成績表為例，假設我們要篩選成績大於等於60並且小於等於80的學生，代碼如下：

import pandas as pd

# 創建DataFrame
data = {'name': ['John', 'Marry', 'Bob', 'Tom', 'Lucy'], 'score': [90, 80, 70, 60, 50]}
df = pd.DataFrame(data)

# 根據成績篩選成績在60到80之間的學生
result = df.query('score>=60 and score<=80')

print(result)

運行結果：

   name  score
1  Marry     80
2    Bob     70
3    Tom     60

通過query方法，我們篩選出成績在60到80之間的學生，得到了Marry、Bob和Tom這三個學生的信息。

四、對篩選結果進行統計分析

在進行條件篩選後，通常還需要對篩選結果進行一些統計分析。下面是一個使用Pandas進行數據統計分析的例子：

import pandas as pd

# 創建DataFrame
data = {'name': ['John', 'Marry', 'Bob', 'Tom', 'Lucy'], 'score': [90, 80, 70, 60, 50]}
df = pd.DataFrame(data)

# 根據成績篩選成績大於80的學生
result = df[df['score'] > 80]

# 統計不同成績段的學生人數
score_count = pd.cut(result['score'], bins=[80, 90, 100])

print(score_count.value_counts())

運行結果：

(80, 90]    1
(90, 100]   1
Name: score, dtype: int64

通過cut函數將成績進行分段處理，然後使用value_counts函數統計每個成績段內符合條件的學生人數，得到了成績在80到90和90到100之間的學生各有1人。

五、總結

通過本文的介紹，我們了解了Python中如何使用Pandas進行條件篩選，包括布爾索引和query方法。我們也看到了如何對篩選結果進行統計分析。在實際應用中，這些方法不僅可以用來快速、靈活地處理數據，還可以用來做一些深入的數據分析和挖掘。