Cara memilih baris berdasarkan beberapa kondisi menggunakan pandas loc

Anda dapat menggunakan metode berikut untuk memilih baris dari pandas DataFrame berdasarkan beberapa kondisi:

Metode 1: Pilih baris yang memenuhi beberapa kondisi

 df. loc [((df[' col1 '] == ' A ') & (df[' col2' ] == ' G '))]

Metode 2: Pilih baris yang memenuhi salah satu dari beberapa kondisi

 df. loc [((df[' col1 '] > 10) | (df[' col2' ] < 8))]

Contoh berikut menunjukkan cara menggunakan masing-masing metode ini dalam praktik dengan pandas DataFrame berikut:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' position ': ['G', 'G', 'F', 'F', 'G', 'G', 'F', 'F'],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
df

	team position assists rebounds
0 A G 5 11
1 A G 7 8
2 A F 7 10
3 A F 9 6
4 B G 12 6
5 B G 9 5
6 B F 9 9
7 B F 4 12

Metode 1: Pilih baris yang memenuhi beberapa kondisi

Kode berikut menunjukkan cara memilih hanya baris dari DataFrame dengan tim sama dengan “A” dan posisi sama dengan “G”:

 #select rows where team is equal to 'A' and position is equal to 'G'
df. loc [((df[' team '] == ' A ') & (df[' position '] == ' G '))]

	team position assists rebounds
0 A G 5 11
1 A G 7 8

Hanya ada dua baris di DataFrame yang memenuhi kedua kondisi ini.

Metode 2: Pilih baris yang memenuhi salah satu dari beberapa kondisi

Kode berikut menunjukkan cara memilih hanya baris di DataFrame di mana bantuan lebih besar dari 10 atau rebound kurang dari 8:

 #select rows where assists is greater than 10 or rebounds is less than 8
df. loc [((df[' assists '] > 10) | (df[' rebounds '] < 8))]

	team position assists rebounds
3 A F 9 6
4 B G 12 6
5 B G 9 5

Hanya ada tiga baris di DataFrame yang memenuhi kedua kondisi ini.

Catatan: Dalam dua contoh ini, kami memfilter baris berdasarkan dua kondisi, tetapi menggunakan & dan | atribut . operator, kita dapat memfilter kondisi sebanyak yang kita inginkan.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:

Cara membuat kolom baru berdasarkan kondisi di Pandas
Cara menghapus baris yang berisi nilai tertentu di Pandas
Cara menghapus baris duplikat di Pandas