Python # pandas # DataFrame #資料科學 #datascience # Python 資料科學實作小技巧 #補根課程 「我想在 pandas 的 DataFrame 做多個 條件 的資料 篩選 ， ... ... <看更多>
python dataframe多條件篩選 在 我想在pandas的DataFrame做多個條件的資料篩選 - YouTube 的推薦與評價
「python dataframe多條件篩選」的推薦目錄：
- 關於python dataframe多條件篩選 在 [問題] Pandas Series 條件-篩選-取代請益- 看板Python 的評價
- 關於python dataframe多條件篩選 在 我想在pandas的DataFrame做多個條件的資料篩選 - YouTube 的評價
- 關於python dataframe多條件篩選 在 dataframe篩選多條件的問題包括PTT、Dcard、Mobile01 的評價
- 關於python dataframe多條件篩選 在 dataframe篩選多條件的問題包括PTT、Dcard、Mobile01 的評價
- 關於python dataframe多條件篩選 在 dataframe篩選多條件的問題包括PTT、Dcard、Mobile01 的評價
- 關於python dataframe多條件篩選 在 6 資料處理與清洗| 資料科學與R語言 的評價
python dataframe多條件篩選 在 dataframe篩選多條件的問題包括PTT、Dcard、Mobile01 的推薦與評價
接下來讓我們看這些論文和書籍都說些什麼吧：. Python操作Excel：最強入門邁向辦公室自動化之路王者歸來; 為了解決 dataframe篩選多條件 ... ... <看更多>
python dataframe多條件篩選 在 dataframe篩選多條件的問題包括PTT、Dcard、Mobile01 的推薦與評價
接下來讓我們看這些論文和書籍都說些什麼吧：. Python操作Excel：最強入門邁向辦公室自動化之路王者歸來; 為了解決 dataframe篩選多條件 ... ... <看更多>
python dataframe多條件篩選 在 dataframe篩選多條件的問題包括PTT、Dcard、Mobile01 的推薦與評價
接下來讓我們看這些論文和書籍都說些什麼吧：. Python操作Excel：最強入門邁向辦公室自動化之路王者歸來; 為了解決 dataframe篩選多條件 ... ... <看更多>
python dataframe多條件篩選 在 6 資料處理與清洗| 資料科學與R語言 的推薦與評價
最常見的二維資料為data.frame資料框，二維資料可針對列(Row)和行(Column)做子集，子集選擇方式一樣是使用 [] ，但因應二維資料的需求，以 , 分隔列與行的篩選條件， ... ... <看更多>
python dataframe多條件篩選 在 [問題] Pandas Series 條件-篩選-取代請益- 看板Python 的推薦與評價
大家好，
小弟python新手，最近練習pandas時面臨一個問題
懇請大家協助
假設我有一個共A B C D 四欄五列的dataframe 'df'，
其中A欄為[20, 39, 41, 85, 11]的隨機數，
現在我想要將A欄中小於40的數+10，大於等於40的數-5，
(同時，所以最終39要變成49，而不是44)
請問該怎麼處理呢?
直覺地想到就是
if df['A'] > 40:
df['A] += 10
...
但很明顯series沒辦法這樣處理。
之前學到的方式，大多是使用新建df的方法處理
df2 = df[df['A'] > 40]
df2['A'] += 10
然而一來是這樣原來的df並沒有更動，而且一次只能用一個條件來篩選，頗為冗長
再來我也不會用新建的series來取代(畢竟長度不同，有這種方法嗎?)
懇請版上各位先進指教了，
該怎麼才能直接修改原來的df，
或是提點有甚麼方向可以去研究的，感謝!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.43.4.144 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1651060519.A.576.html
首先是自定義
def myAdd(x):
return x+10 if x<40 else x-5
df = df.assign(A = df.A.apply(myAdd))
print(df)
但我發現直接粗暴取代好像也可以?
df['A'] = df.A.apply(myAdd)
請問這樣會有甚麼差別嗎?
－－－－－－－－－－－－－－－－－
再來是where
df['A'] = np.where(var1, df.A+10, df.A-5)
print(df)
原本嘗試用pd.df.where的，結果寫不出來Orz
df.where(df.A < 40, df-5, inplace = True)
這樣會連其他欄一起更改，但當我想限制只有A欄時
df.where(df.A < 40, df.A-5, axis = 0, inplace = True)
會把其他欄也改成跟A欄一樣Orz
e.g.
A B C A B C
0 43 17 79 >> 0 38 38 38
QQ...
－－－－－－－－－－－－－－－－－
最後不論是用loc還是直接指定
var1 = df['A'] < 40
df['A'][var1] += 10
df['A'][~var1] -= 5
df['A1'] = df.A
df.loc[var1, 'A1'] += 10
df.loc[~var1, 'A1'] -= 5
都能達到目標，反而讓我有點好奇
會甚麼這樣分兩行來寫，新條件不會覆蓋到舊條件上呢?
(38最終會變48，而不是38>48>43這樣)
總之，感謝各位!
※ 編輯: god1230321 (59.124.123.10 臺灣), 04/28/2022 10:39:38
剛剛把var1拿掉直接換成df['A'] < 40
條件就會互相影響了，感謝說明
※ 編輯: god1230321 (59.124.123.10 臺灣), 04/28/2022 11:00:34
... <看更多>