pandas的數(shù)據(jù)篩選功能很強(qiáng)大，可以看下面的例子

要篩選a列小于3的數(shù)據(jù)，只要

如果我們想篩選a列大于1，且小于3的數(shù)據(jù)，用1<df['a']<3可以嗎？很遺憾，這樣是會(huì)報(bào)錯(cuò)的。

ValueError

df['a']<3到底是何方神圣，打印出來瞧瞧。

方案一：for循環(huán)生成bool值列表

這樣可以完美使用連續(xù)的不等式，但是我們知道當(dāng)序列長(zhǎng)度很長(zhǎng)時(shí)，對(duì)于dataframe來說，使用矢量化的操作效率會(huì)比單純的for循環(huán)更高。

方案二：位操作

我們知道，python的列表可以進(jìn)行位操作。那dataframe這個(gè)bool值序列可以類似操作嗎？

因?yàn)槲慌c操作優(yōu)先級(jí)比大于號(hào)，小于號(hào)要高，所以表達(dá)式要括號(hào)括起來。我們發(fā)現(xiàn)：第三個(gè)式子剛好是前兩個(gè)式子位與操作的結(jié)果?？匆幌侣?lián)合表達(dá)式對(duì)df的作用效果,剛好就是a列大于1小于3的篩選結(jié)果。

我們對(duì)兩種方案進(jìn)行對(duì)比df的長(zhǎng)度擴(kuò)充到10000.

結(jié)論：位操作在數(shù)據(jù)序列足夠長(zhǎng)時(shí)效率明顯優(yōu)于for循環(huán)。

延伸:

或操作：

dataframe還支持非操作，對(duì)bool值序列取反:

總結(jié)

以上是生活随笔為你收集整理的bool 取反_dataframe根据bool值高效地进行多重条件筛选的的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。