|
1、DataFrame逻辑运算
逻辑运算符号：> >= < =60) & (df["英语"]>=70)
display(x)
df1 = df[(df["数学"]>=60) & (df["英语"]>=70)]
display(df1)
结果如下： 
2）筛选出“语文成绩小于60或者数学成绩大于80”的记录
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx")
display(df)
x = (df["语文"]80)
display(x)
df1 = df[(df["语文"]80)]
display(df1)
结果如下： 
3）筛选出“语文成绩里面的非空记录”的记录(这种方式很重要)
# 自己在原始数据中，任意删除三个值，重新读取即可
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx")
display(df)
x = df["语文"].isnull()
display(x)
y = ~df["语文"].isnull()
display(y)
df1 = df[~df["语文"].isnull()]
display(df1)
结果如下：  注意：isnull()判断某个值是否为空，如果是返回True，否则返回False。
4、逻辑运算函数：query()、isin()、between()
1）query()函数：能够简化查询代码，很好用
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx")
display(df)
df1 = df.query("语文>=60")
df1
df1 = df.query("语文>=60 & 数学>=60")
df1
结果如下： 
2）isin()函数：查看df中是否某含某个值或者某些值
① isin()函数说明
使用isin()函数，不仅可以针对整个df操作，也可以针对df中的某一列(Series)操作，但是针对Series的操作才是最常用的。
② 利用isin()判断整个df中是否包含某个值或某些值(了解)
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx")
display(df)
df.isin(["60","70"])
结果如下： 
③ 利用isin()判断df中的某列是否包含某个值或某些值(掌握)
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx")
display(df)
df["语文"].isin(["37","97"])
df1 = df[df["语文"].isin(["37","97"])]
display(df1)
结果如下： 
④ 利用isin()，利用df1中的某一列，来对df2中的数据进行过滤(很重要)
df1 = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx",sheet_name=0)
display(df1)
df2 = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx",sheet_name=1)
display(df2)
x = df1["name"].isin(df2["name"])
display(x)
df1[df1["name"].isin(df2["name"])]
结果如下： 
3）between()函数：返回一个布尔值,即如果在该范围内,返回True,否则返回False。
df = pd.read_excel(r"C:\Users\黄伟\Desktop\test.xlsx",sheet_name=0)
display(df)
df["数学"].between(50,70)
df[df["数学"].between(50,70)]
结果如下：  注意：此函数范围是左闭右闭区间。
|