Att filtrera en Pandas DataFrame med hjälp av kolumnvärden är en vanlig operation när man kör med information i Python. Du kan använda olika metoder och tekniker för att uppnå detta. Här är många sätt att filtrera bort en Pandas DataFrame genom kolumnvärden.

I det här inlägget kommer vi att se olika sätt att filtrera Pandas Dataframe efter kolumnvärden. Låt oss först skapa en dataram:

Python3

# importing pandas> import> pandas as pd> > # declare a dictionary> record> => {> > 'Name'> : [> 'Ankit'> ,> 'Swapnil'> ,> 'Aishwarya'> ,> > 'Priyanka'> ,> 'Shivangi'> ,> 'Shaurya'> ],> > > 'Age'> : [> 22> ,> 20> ,> 21> ,> 19> ,> 18> ,> 22> ],> > > 'Stream'> : [> 'Math'> ,> 'Commerce'> ,> 'Science'> ,> > 'Math'> ,> 'Math'> ,> 'Science'> ],> > > 'Percentage'> : [> 90> ,> 90> ,> 96> ,> 75> ,> 70> ,> 80> ] }> > # create a dataframe> dataframe> => pd.DataFrame(record,> > columns> => [> 'Name'> ,> 'Age'> ,> > 'Stream'> ,> 'Percentage'> ])> # show the Dataframe> print> (> 'Given Dataframe : '> , dataframe)>

Produktion:

Välja rader av Pandas Dataframe baserat på ett visst kolumnvärde med operatorn '>', '=', '=', ' <=', '!='.

Exempel 1: Att välja alla rader från den givna dataramen där 'Procentandel' är större än 75 med [ ] .

Python3

# selecting rows based on condition> rslt_df> => dataframe[dataframe[> 'Percentage'> ]>> 70> ]> > print> (> ' Result dataframe : '> , rslt_df)>

Produktion:

Exempel 2: Att välja alla rader från den givna dataramen där 'Procentandel' är större än 70 med plats [ ] .

Python3

# selecting rows based on condition> rslt_df> => dataframe.loc[dataframe[> 'Percentage'> ]>> 70> ]> > print> (> ' Result dataframe : '> ,> > rslt_df)>

Produktion:

Att välja de rader av Pandas Dataframe vars kolumnvärde finns i listan med hjälp av du() metod för dataramen.

Exempel 1: Att välja alla rader från den givna dataramen där 'Stream' finns i alternativlistan med hjälp av [ ] .

Python3

options> => [> 'Science'> ,> 'Commerce'> ]> > # selecting rows based on condition> rslt_df> => dataframe[dataframe[> 'Stream'> ].isin(options)]> > print> (> ' Result dataframe : '> ,> > rslt_df)>

Produktion:

Exempel 2: Att välja alla rader från den givna dataramen där 'Stream' finns i alternativlistan med hjälp av plats [ ] .

Pytonorm

options> => [> 'Science'> ,> 'Commerce'> ]> > # selecting rows based on condition> rslt_df> => dataframe.loc[dataframe[> 'Stream'> ].isin(options)]> > print> (> ' Result dataframe : '> ,> > rslt_df)>

Produktion:

Välja rader av Pandas Dataframe baserat på flera kolumnvillkor med hjälp av '&'-operatorn.

Exempel 1: Att välja alla rader från den givna dataramen där 'Age' är lika med 22 och 'Stream' finns i alternativlistan med [ ] .

Python3

options> => [> 'Commerce'> ,> 'Science'> ]> > # selecting rows based on condition> rslt_df> => dataframe[(dataframe[> 'Age'> ]> => => 22> ) &> > dataframe[> 'Stream'> ].isin(options)]> > print> (> ' Result dataframe : '> ,> > rslt_df)>

Produktion:

Exempel 2: Att välja alla rader från den givna dataramen där 'Age' är lika med 22 och 'Stream' finns i alternativlistan med plats [ ] .

Python3

options> => [> 'Commerce'> ,> 'Science'> ]> > # selecting rows based on condition> rslt_df> => dataframe.loc[(dataframe[> 'Age'> ]> => => 22> ) &> > dataframe[> 'Stream'> ].isin(options)]> > print> (> ' Result dataframe : '> ,> > rslt_df)>

Produktion: