V2EX = way to explore
V2EX 是一个关于分享和探索的地方
Sign Up Now
For Existing Member Sign In
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
This topic created in 1864 days ago, the information mentioned may be changed or developed.
大家好 在使用 pandas 进行数据处理时 想实现类似中 在列标题上对表格数据进行筛选的功能
经过可以通过尝试 pandas.DataFrame.loc 函数实现，参数为 boolean array
boolean array 可以通过 DataFrame[ColumnIndexName]的 Series 的数值比较 或者 Series.str 的 contains 、startswith 、endswith 等方法获取
这取决于 DataFrame[ColumnIndexName]的 value 为数值还是 字符串，当然字符串也支持 "=="运算符，Series.str 部分方法也可支持正则表达式 使用更灵活
如果 pandas.DataFrame 想进行 多列的筛选是否 必须分步进行，不知道是否有更好的筛选方法 可以实现一步多列筛选数据
pandas.DataFrame result 实例如下 ：
code code_name
0 sh.000001 上证综合指数
1 sh.000001 上证 A 股指数
2 sz.000001 上证 B 股指数
3 sh.000002 上证综合指数
4 sz.000002 上证 A 股指数
5 sz.000002 上证 B 股指数
分步筛选代码实例：
pat1 = "sz"
pat2 = "B"
result = result.loc[(result["code"].str.contains(pat1))]
result = result.loc[(result["code_name"].str.contains(pat2))]
是否可以一步直接实现多列组合条件的筛选，其中 result["code"].str.contains(pat1)与(result["code_name"].str.contains(pat2) 逻辑运算和 Series[]的逻辑运算为找到有效方法
还望有 pandas 数据筛选的前辈 指点一下 关于多列组合条件 筛选的实现方法，小弟不胜感激。
经过可以通过尝试 pandas.DataFrame.loc 函数实现，参数为 boolean array
boolean array 可以通过 DataFrame[ColumnIndexName]的 Series 的数值比较 或者 Series.str 的 contains 、startswith 、endswith 等方法获取
这取决于 DataFrame[ColumnIndexName]的 value 为数值还是 字符串，当然字符串也支持 "=="运算符，Series.str 部分方法也可支持正则表达式 使用更灵活
如果 pandas.DataFrame 想进行 多列的筛选是否 必须分步进行，不知道是否有更好的筛选方法 可以实现一步多列筛选数据
pandas.DataFrame result 实例如下 ：
code code_name
0 sh.000001 上证综合指数
1 sh.000001 上证 A 股指数
2 sz.000001 上证 B 股指数
3 sh.000002 上证综合指数
4 sz.000002 上证 A 股指数
5 sz.000002 上证 B 股指数
分步筛选代码实例：
pat1 = "sz"
pat2 = "B"
result = result.loc[(result["code"].str.contains(pat1))]
result = result.loc[(result["code_name"].str.contains(pat2))]
是否可以一步直接实现多列组合条件的筛选，其中 result["code"].str.contains(pat1)与(result["code_name"].str.contains(pat2) 逻辑运算和 Series[]的逻辑运算为找到有效方法
还望有 pandas 数据筛选的前辈 指点一下 关于多列组合条件 筛选的实现方法，小弟不胜感激。
 |
1
badacook OP 居然是使用&，明明 python 中逻辑运算符 不包含这个啊，测试有效
result = result.loc[(result["code"].str.contains(pat1)) & (result["code_name"].str.contains(pat2))] 不知道 各位 还有没有其他行之有效的方法 实现 pandas 数据的并列筛选 |
 |
2
noqwerty Mar 23, 2021
文档里都写了的： https://pandas.pydata.org/docs/getting_started/intro_tutorials/03_subset_data.html#how-do-i-filter-specific-rows-from-a-dataframe
如果没有同时筛选列的话还可以把你的.loc 去掉 |
 |
4
bigtan Mar 23, 2021
np.logical_and/or 我比较喜欢这个
|
|
5
badacook OP |
|
6
badacook OP @noqwerty 非常感谢你分享的文档链接，哈哈哈其实今天是第一天 开始用 pandas 库，API 文档都是 今天别人分享给我后查到这么处理的，要是早看到 你的分享 就不用试这么久了，还是非常感谢了
|
|
7
noqwerty Mar 24, 2021
@badacook #5 result[(result["code"].str.contains(pat1)) & (~result["code_name"].str.contains(pat2))]
|
|
8
badacook OP @noqwerty 非常感谢啊
还有一列 数据格式为 str，类似 datetime.datetime.now().strftime("%Y/%m/%d")格式 实例如下：不知道能不能 将这个 str 转换为 一个可运算的 datetime 对象，从而对该列进行筛选 ipoDate 1990/12/10 1991/1/29 不知有何好的方法啊，还望不吝赐教 |
|
9
noqwerty Mar 24, 2021
@badacook #8 真的建议你好好翻一下文档 😂 Google 出来的前两条都是你要的答案 https://stackoverflow.com/questions/26763344/convert-pandas-column-to-datetime
|
|
10
badacook OP @noqwerty 哈哈哈 昨天有看文档 都是 展示的 datetime 数据格式化输出的，就想到了问大佬了
多谢大佬 最近可能是 google 不太好使，就忘了这一茬了，一定改正 改正 |
|
11
bigtan Mar 24, 2021
numpy.logical_not
|
 |
12
lizliz Mar 24, 2021
取反就是~
|
 |
13
zyb201314 Mar 24, 2021 via Android
print(result[result.code.str.contains("sz")&result.code_name.str.contains("B")])
|
 |
14
princelai Mar 24, 2021
()&()方法更常用，query 方法只有在不加 engine='python'参数下才会更快，没办法，你这个必须用这样的。
``` result =result("code.str.contains(pat1) and code_name.str.contains(pat2)",engine='python') ``` |
Select Language