Python 熊猫数据帧-选择和索引

我有这个数据框对象

df = pd.DataFrame(randn(5,4),['A','B','C','D','E'],['W','X','Y','Z'])

我执行，这是由行

A、B、C、D、E

和

W、X、Y、Z

列组成的表

这些

W，X，Y，Z

列中的每一列实际上都是熊猫系列，

W

是熊猫系列，

X

和

Y

和

Z

，它们都共享一个共同的索引

这基本上是一个数据帧，一个共享索引的系列集

在这里之前没关系。：）

我可以这样抓取W列大于0的所有数据值：

请注意，C行将消失

但我不明白以下几点：

这句话的意思是什么

df[df['W']>0][['Y','X']]

结果是：

理论上，我将获取所有大于0的数据帧

W

列值，然后根据什么标准或条件返回

Y

和

X

列

为什么我在

Y

和

X

列中获取这些值

目前，我正在研究大熊猫，我想知道这种行为的原因

当你这样做的时候

df[df['W']>0]

返回一个新的

数据帧

。因此，当您将

[['Y'，X']]

放在这个数据帧的末尾时，您基本上在这个新的数据帧中做了一个简单的选择。列

X

和

Y

中显示的值只是此df的

X

和

Y

的值

---

更详细地说，

df['W']>0

将返回一个

Boolean

序列，即值为

True

或

False

的序列。当您执行

df[df['W']>0]

时，您正在使用此系列过滤您的

df

。输出将是

df

的行，其中

df['W']>0

返回

True

，如前两步所述：

返回Y、X列

返回W>0的行

第三步：返回W>0的行，然后选择Y、X列

基本上，我们首先将函数1应用于数据帧，然后应用于输出函数2。因此是最终输出

---

它是函数的顺序执行。

它在一个行中执行两个独立的操作

（筛选行）

df[df['W']>0]

仅选择W列为正的行

（筛选列）

df[['X'，'Y']]

仅选择两个感兴趣的列

df['W']>0

返回一个布尔序列，其中列大于零（

true

），否则为false

---

df[df['W']>0]

返回

df

中的所有行，其中

df['W']>0

为

true

df['X']

返回数据帧的“X”列

类似地，

df[['X'，'Y']]

从数据帧返回列

X

&

Y

如您所见，语法

df[…]

可能具有不同的含义：

通过传递一个与数据帧长度相同的布尔序列，可以使用它逐行屏蔽数据帧

它可用于选择单个列（在字符串中传递）或一组列（在字符串列表中传递）

---

如果将此Python代码与示例excel进行比较，则可以说明：

IF(W>0,"Value if True(return Y and X)", "Value if False ("")")

---

df[df['W']>0][['Y'，'X']]当W大于0时，获取Y和X的列

df[df['W']>0]

在应用过滤条件后返回一个数据帧。然后

[“Y”，“X”]

访问该数据帧的列

Y

和

X

。进行此选择的“正确”或惯用方法是使用.loc，

df.loc[df['W']>0，['Y'，'X']]

@ScottBoston using.loc在执行选择操作时与性能或内存有一些关系吗？@bgarcial通常，您应该重新定义链接选择。要查找链接，请查找']['。

df[df['W']>0]

df[df['W']>0][['Y','X']]

IF(W>0,"Value if True(return Y and X)", "Value if False ("")")