《python数据分析及其在水利工程中的应用》课件-26DataFrame数据筛选

条件过滤与⾼级选择DataFrame数据筛选DataFramedatafiltering升级任务：经纬天下-成为【理数官】UpgradeTask:JingweiTianxia-Becomea[LiShuGuan]⻓⽼的指引"你已掌握了DataFrame中选择⾏列的基础法⻔。

今⽇，我们将更进一步，学习如何根据特定'⽔情条件'筛选数据，并运⽤更⾼级的'神符'进⾏复杂选择。"—智水长老升级任务进度TheprogressoftheUpgradetask当前任务任务:

条件筛选-DataFrame数据筛选进行中>>>已完成任务任务:单脉梳理-PandasSeries构建沙盘-DataFrame创建与查看精准定位-DataFrame选择基础已完成任务:

读取奏报与修复遗漏-Pandas数据读取与缺失值处理后续任务待解锁完成本任务，成为【理数官】！本次任务：条件筛选-DataFrame数据筛选Thistask:Conditionalfiltering-DataFramedatafiltering任务⽬标掌握使⽤布尔索引进⾏条件过滤深⼊理解.loc[]在条件筛选和⾏列同时选择中的⾼级应⽤了解.iloc[]在特定场景下的⾼级选择技巧01第一节"法阵"布设：布尔索引与条件过滤"Normalarray"layout:BooleanIndexandConditionalfiltering单一'阵眼'：基于单一条件的筛选Single'arrayeye':Screeningbasedonasinglecondition布尔索引的原理布尔索引是Pandas中⾮常强⼤的数据筛选⽅式。它通过创建一个布尔类型的Series(True/False)然后⽤这个Series来选择DataFrame中对应为True的⾏。单一'阵眼'：基于单一条件的筛选Single'arrayeye':Screeningbasedonasingleconditionimport

pandas

as

pddata_dict=

{'⽔库名称':

[

'三峡⽔库

',

'丹江⼝⽔库

','⼩浪底⽔库

',

'葛洲坝⽔库

'],'总库容(亿⽴⽅⽶)':

[393,290.5,90.5,

15.8],'所在河流':

[

'⻓江',

'汉江',

'黄河

',

'⻓江

'],'建成年份

':

[2006,1973,

2001,

1988]}df_reservoirs=pd.DataFrame(data_dict)#条件：

筛选建成年份晚于2000年的⽔库condition_after_2000=df_reservoirs

[

'建成年份

']>

2000print("条件

(布尔Series):")print(condition_after_2000)#应⽤布尔索引reservoirs_after_2000=df_reservoirs

[condition_after_2000]print("\n建成年份晚于2000年的水库:")print(reservoirs_after_2000)示例代码02第二节⾼级"神符"：.loc[]的进阶应⽤Advanced"DivineTalisman":Advancedapplicationof.loc[].loc[]与条件过滤：'按名施法，条件为辅'.loc[]andconditionalfiltering:'Castbyname,withconditionsassecondary'.loc[]与布尔条件.loc[]的第一个参数可以接收布尔Series，⽤于条件筛选⾏。其第⼆个参数可以指定需要选择的列。示例代码#筛选建成年份晚于2000年的⽔库，#并只显示

'⽔库名称

'和'总库容(亿⽴⽅⽶)'reservoirs_info_after_2000=df_reservoirs.loc

[df_reservoirs

[

'建成年份

']>

2000,[

'⽔库名称

',

'总库容(亿⽴⽅⽶)']]print("建成年份晚于2000年的⽔库(名称和库容):")print(reservoirs_info_after_2000)基本语法：df.loc[boolean_series,column_list].loc[]同时选择⾏列.loc[]simultaneouslyselectsrowsandcolumnsrow_indexer可以是·单个标签·标签列表.loc[]的参数:loc[row_indexer,column_indexer]column_indexer可以是·单个标签·标签列表·标签切⽚·布尔Series·标签切⽚.loc[]⾏列选择代码示例.loc[]columnselectioncodeexample#假设df_reservoirs的⾏索引已设置为

'⽔库名称

'df_reservoirs_indexed=df_reservoirs.set_index(

'⽔库名称

')print("带索引的⽔库

DataFrame:")print(df_reservoirs_indexed)#选择

'三峡⽔库

'

的

'总库容(亿⽴⽅⽶)'capacity_sanxia=df_reservoirs_indexed.loc

[

'三峡⽔库

',

'总库容(亿⽴⽅⽶)']print(f"三峡⽔库的总库容

:{capacity_sanxia}亿⽴⽅⽶

")#选择'丹江⼝⽔库

'和'⼩浪底⽔库

'的'所在河流

'和'建成年份

'selected_data=df_reservoirs_indexed.loc

[

[

'丹江⼝⽔库

',

'⼩浪底⽔库

'],

[

'所在河流

',

'建成年份

']]

print("丹江⼝和⼩浪底的河流与建成年份

:")print(selected_data)示例代码03第三节⾼级"神符"：.iloc[]的选择技巧Selectiontipsforadvanced"DivineTalisman":.iloc[].iloc[]同时选择⾏列.iloc[]simultaneouslyselectsrowsandcolumnsrow_indexer和column_indexer都必须是·单个整数·

整数列表·

整数切⽚基本语法：iloc[row_indexer,column_indexer]与.loc[]不同，.iloc[]是基于整数位置的，不是基于标签的。.iloc[]同时选择⾏列.iloc[]simultaneouslyselectsrowsandcolumnsrow_indexer和column_indexer都可以是·单个整数·

整数列表·

整数切⽚.iloc[]⾏列选择代码示例.iloc[]columnselectioncodeexample#选择第1⾏

(位置0)

的所有列first_row_all_columns=df_reservoirs.iloc

[0]print("第—⾏所有数据

:")print(first_row_all_columns)#选择所有⾏的第2列(位置1,

I总库容(亿⽴⽅⽶)I)second_column_all_rows=df_reservoirs.iloc

[:,1]print("第⼆列所有数据

:")print(second_column_all_rows)#选择第1到2⾏

(位置0到1)的第1到3列

(位置0到2)subset_iloc=df_reservoirs.iloc

[0:2,0:3]#不包含结束位置print("特定⾏列