Comment utiliser « ET » Opérateur dans Pandas (avec exemples)

Vous pouvez utiliser le symbole & comme opérateur « ET » dans les pandas.

Par exemple, vous pouvez utiliser la syntaxe de base suivante pour filtrer les lignes d’un DataFrame pandas qui satisfont aux conditions 1 et 2 :

df[(condition1) & (condition2)]

Les exemples suivants montrent comment utiliser cet opérateur « ET » dans différents scénarios.

Exemple 1 : utilisez l’opérateur « AND » pour filtrer les lignes en fonction de valeurs numériques dans Pandas

Supposons que nous ayons le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'],
                   'points': [25, 12, 15, 14, 19, 23, 25, 29],
                   'assists': [5, 7, 7, 9, 12, 9, 9, 4],
                   'rebounds': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print(df)

  team  points  assists  rebounds
0    A      25        5        11
1    A      12        7         8
2    B      15        7        10
3    B      14        9         6
4    B      19       12         6
5    B      23        9         5
6    C      25        9         9
7    C      29        4        12

Nous pouvons utiliser la syntaxe suivante pour filtrer les lignes du DataFrame où la valeur dans la colonne des points est supérieure à 20 et la valeur dans la colonne des assistances est égale à 9 :

#filter rows where points > 20 and assists = 9
df[(df.points > 20) & (df.assists == 9)]

        team	points	assists	rebounds
5	B	23	9	5
6	C	25	9	9

Les seules lignes renvoyées sont celles où la valeur des points est supérieure à 20 et la valeur des passes décisives est égale à 9.

Exemple 2 : utilisez l’opérateur « ET » pour filtrer les lignes en fonction des valeurs de chaîne dans Pandas

Supposons que nous ayons le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   'position': ['G', 'G', 'F', 'F', 'C', 'F', 'C', 'C'],
                   'conference': ['W', 'W', 'W', 'W', 'E', 'E', 'E', 'E'],
                   'points': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print(df)

  team position conference  points
0    A        G          W      11
1    B        G          W       8
2    C        F          W      10
3    D        F          W       6
4    E        C          E       6
5    F        F          E       5
6    G        C          E       9
7    H        C          E      12

Nous pouvons utiliser la syntaxe suivante pour filtrer les lignes du DataFrame où la valeur dans la colonne position est égale à G et la valeur dans la colonne conférence est égale à W :

#filter rows based on string values
df[(df.position == 'G') & (df.conference == 'W')]

        team	position  conference points
0	A	G	  W	     11
1	B	G	  W	     8

Les seules lignes renvoyées sont celles où la colonne position est égale à G et la colonne conférence est égale à W.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans les pandas :

Comment utiliser l’opérateur « OU » dans Pandas
Comment filtrer les lignes Pandas DataFrame par date
Comment filtrer un DataFrame Pandas par valeurs de colonne