尋找與過濾 Filter and Edit

最近有朋友跟我說我前陣子寫的關於 Pandas 中常見的 Excel 文章，對於幫助新的 Pandas 用戶將 Excel 過程轉化為代碼很有幫助。這件事情讓我感到開心，我將延續這一傳統以 Excel 中的 Filter 函數為模型，說明各種pandas索引的過程。

• 2021 - juck30808 - Python - 數位行銷分析與 Youtube API 教學
• Ɖ14-香料/ pd.merge 資料檔案合併分類計算

布林索引 Boolean Indexing

現在我想通過一些細節來了解 Pandas 中的布林索引。如果你想理解 Pandas 的數據索引和選擇，這是一個重要的概念。這個概念對於新的 Python 用戶來說可能有點複雜，但我認為花點時間理解它是很重要的。如果你掌握了這個概念，在pandas中處理數據的基本過程就會更加簡單明瞭。Pandas 支持通過使用標籤、基於位置的整數或布林值（真/假）的列表來選擇數據，使用布林值列表來選擇一行被稱為布林索引，我們手動製造一個資料集。

import pandas as pd
sales = [('account', ['Jones LLC', 'Alpha Co', 'Blue Inc', 'Mega Corp']),
         ('Total Sales', [150, 200, 75, 300]),
         ('Country', ['US', 'UK', 'US', 'US'])]
df = pd.DataFrame.from_dict(dict(sales)) 
df

索引 Index

注意到 0-3 的值是如何被自動分配到行中的嗎？這些就是索引(Index)，它們在這個數據集中並沒有什麼特別的意義，但是對於 Pandas 來說就像是住址一樣重要。如果我們想查看下方數據，我們可以看到 True/False 列表會是這樣被使用的。

indices = [True, False, True, True]
df[indices]

Python 表達式

pandas使得使用簡單的查詢語言來創建這些布爾索引變得非常容易，使用過 Python 的人應該對這些語言很熟悉。舉個例子，讓我們看一下美國銷售線，我們可以利用一種表達式來查詢。

df.Country == 'US'

Python DataFrame 表

布林索引是在 Pandas 中選擇數據行的強大而有用的方法之一。 讓我們看看一些例子的DataFrames來幫助澄清pandas中的布林索引的作用。雖然這個概念很簡單，但你可以利用 Python 來編寫複雜邏輯過濾你的數據，參考以下數據可以在 DataFrame 中應用。

df[df["Country"] == 'US']

謝謝大家的觀看，但歷史的痕跡會持續下去

今年沒組團，每一筆一字矢志不渝的獻身精神都是為歷史書寫下新頁，有空的話可以走走逛逛我們去年寫的文章。

• lu23770127 - SASS 基礎初學三十天
• 10u1 - 糟了！是世界奇觀！
• juck30808 - Python - 數位行銷分析與 Youtube API 教學
• HDL - 淺談物件導向與Design Pattern介紹
• SiQing47 - 前端？後端？你早晚都要全端的，何不從現在開始？

Hi'Jerry均

Jerry 據說是個僅佔人口的 4% 人口的 INFP 理想主義者，總是從最壞的生活中尋找最好的一面，想方設法讓世界更好，內心的火焰和熱情可以光芒四射，畢業後把人生暫停了半年，緩下腳步的同時找了份跨領域工作。偶而散步、愛跟小動物玩耍。曾立過很多志，最近是希望當一個有夢想的人。

• Follow Github
• Connect Linkedin
• 2021 - Python - 數位行銷分析與 Youtube API 教學
• 下一篇文章：Ɖ16-香料/ 進階尋找與過濾

謝謝你的時間「訂閱,追蹤和留言」都是陪伴我走過 30 天鐵人賽的精神糧食。