时间:2021-05-22
还是用图说话
A文件:
比如,我想筛选出“设计井别”、“投产井别”、“目前井别”三列数据都为11的数据,结果如下:
当然,这里的筛选条件可以根据用户需要自由调整,代码如下:
# -*- coding: utf-8 -*-"""Created on Wed Nov 29 10:46:31 2017@author: wq"""import pandas as pd#input.csv是那个大文件,有很多很多行df1 = pd.read_csv(u'input.csv', encoding='gbk')#加encoding=‘gbk'是因为文件中存在中文,不加可能出现乱码#这里的筛选条件可以根据用户需要进行修改outfile = df1[(df1[u'设计井别']=='11') & (df1[u'投产井别']=='11') &(df1[u'目前井别']=='11')]outfile.to_csv('outfile.csv', index=False, encoding='gbk')有时我们也会有相反的一个需求,需要删除“设计井别”、“投产井别”、“目前井别”三列数据都为11的那些行,效果如下:
代码如下:
#input.csv是那个大文件,有很多很多行df1 = pd.read_csv(u'input.csv', encoding='gbk')df2 = pd.read_csv(u'outfile.csv', encoding='gbk')#加encoding=‘gbk'是因为文件中存在中文,不加可能出现乱码index = ~df1[u'汉字井号'].isin(df2[u'汉字井号'])df4 = df1[index]df4.to_csv('outfile1.csv', index=False, encoding='gbk')以上这篇pandas按若干个列的组合条件筛选数据的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
1.概述groupby就是依据by后面的规则对数据分组,所谓的分组就是讲数据集划分成若干个'小组',针对若干个小组做处理。2.语法规则SELECTcolumn_
简介pandas按条件筛选数据时,除了使用query()方法,还可以使用isin和对isin取反进行条件筛选.代码importpandasaspddf=pd.D
网站与网页之间的关系是:网站包含了若干个网页;若干个网页构成了网站。每一个链接页面就是通过网站上的超链接后显示的网页;形成一系列的网页组合后,就可以发布网站,从
1、概述“GroupBy”从字面意义上理解就是根据“By”指定的规则对数据进行分组,所谓的分组就是将一个“数据集”划分成若干个“小区域”,然后针对若干个“小区域
本文实例讲述了PHP函数shuffle()取数组若干个随机元素的方法。分享给大家供大家参考,具体如下:有时候我们需要取数组中若干个随机元素(比如做随机推荐功能)