<\/p>\n
U kunt de volgende methoden gebruiken om waarden in een pandareeks te filteren:<\/span><\/p>\n Methode 1: Filter waarden op basis van \u00e9\u00e9n voorwaarde<\/strong><\/span><\/p>\n Methode 2: Waarden filteren met behulp van de \u201cOR\u201d-voorwaarde<\/strong><\/span><\/p>\n Methode 3: Waarden filteren met behulp van de \u201cAND\u201d-voorwaarde<\/strong><\/span><\/p>\n Methode 4: Filter de waarden in de lijst<\/strong><\/span><\/p>\n In deze tutorial wordt uitgelegd hoe je elke methode in de praktijk kunt gebruiken bij de volgende panda-series:<\/span><\/p>\n De volgende code laat zien hoe je de pandareeks kunt filteren op waarden gelijk aan 7:<\/span><\/p>\n We kunnen ook waarden filteren die niet gelijk zijn<\/strong> aan 7:<\/span><\/p>\n De volgende code laat zien hoe je de pandareeks kunt filteren op waarden kleiner dan 10 of<\/strong> groter dan 20:<\/span><\/p>\n De volgende code laat zien hoe je de pandareeks kunt filteren op waarden groter dan 10 en<\/strong> kleiner dan 20:<\/span><\/p>\n De volgende code laat zien hoe u de pandareeks kunt filteren op waarden in een lijst:<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende filterbewerkingen in Python kunt uitvoeren:<\/span><\/p>\n Hoe Pandas DataFrame-rijen te filteren die een specifieke tekenreeks bevatten<\/a> U kunt de volgende methoden gebruiken om waarden in een pandareeks te filteren: Methode 1: Filter waarden op basis van \u00e9\u00e9n voorwaarde #filter for values equal to 7 my_series. loc [ lambda x:x == 7] Methode 2: Waarden filteren met behulp van de \u201cOR\u201d-voorwaarde #filter for values less than 10 or greater than 20 my_series. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3308","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n #filter for values equal to 7<\/span>\nmy_series. loc<\/span> [ lambda<\/span> x:x == 7]\n<\/strong><\/pre>\n #filter for values less than 10 or<\/em> greater than 20<\/span>\nmy_series. loc<\/span> [ lambda<\/span> x: (x < 10) | (x > 20)]\n<\/strong><\/pre>\n #filter for values greater than 10 and<\/i> less than 20<\/span>\nmy_series. loc<\/span> [ lambda<\/span> x: (x > 10) & (x < 20)] \n<\/strong><\/pre>\n #filter for values that are equal to 4, 7, or 23<\/span>\nmy_series[my_series. isin<\/span> ([4, 7, 23])]\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#create pandas Series\n<\/span>data = pd. Series<\/span> ([4, 7, 7, 12, 19, 23, 25, 30])\n\n#view pandas Series\n<\/span>print<\/span> (data)\n\n0 4\n1 7\n2 7\n3 12\n4 19\n5 23\n6 25\n7 30\ndtype: int64<\/strong><\/span><\/pre>\n Voorbeeld 1: Waarden filteren op basis van een voorwaarde<\/strong><\/span><\/h2>\n
#filter for values equal to 7\n<\/span>data. loc<\/span> [ lambda<\/span> x:x == 7]\n\n1 7\n2 7\ndtype: int64<\/strong><\/pre>\n #filter for values not equal to 7\n<\/span>data. loc<\/span> [ lambda<\/span> x:x != 7]\n\n0 4\n3 12\n4 19\n5 23\n6 25\n7 30\ndtype: int644<\/strong><\/pre>\n Voorbeeld 2: Filter waarden met behulp van de \u2018OR\u2019-voorwaarde<\/strong><\/span><\/h2>\n
#filter for values less than 10 or<\/em> greater than 20<\/span>\ndata. loc<\/span> [ lambda<\/span> x: (x < 10) | (x > 20)]\n\n0 4\n1 7\n2 7\n5 23\n6 25\n7 30\ndtype: int64<\/strong><\/pre>\n Voorbeeld 3: Filter waarden met behulp van de \u2018AND\u2019-voorwaarde<\/strong><\/span><\/h2>\n
#filter for values greater than 10 and<\/i> less than 20<\/span>\ndata. loc<\/span> [ lambda<\/span> x: (x > 10) & (x < 20)]\n\n3 12\n4 19\ndtype: int64<\/strong><\/pre>\n Voorbeeld 4: filter de waarden in de lijst<\/strong><\/span><\/h2>\n
#filter for values that are equal to 4, 7, or 23<\/span>\ndata[data. isin<\/span> ([4, 7, 23])]\n\n0 4\n1 7\n2 7\n5 23\ndtype: int64\n<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Hoe u een Pandas DataFrame op meerdere voorwaarden kunt filteren<\/a>
Hoe u het \u201cNIET IN\u201d-filter in Pandas DataFrame gebruikt<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"