<\/p>\n
Mo\u017cesz u\u017cy\u0107 poni\u017cszej sk\u0142adni, aby wyszuka\u0107 konkretny ci\u0105g w ka\u017cdej kolumnie ramki DataFrame pandy i filtrowa\u0107 wiersze zawieraj\u0105ce ci\u0105g w co najmniej jednej kolumnie:<\/span><\/p>\n Poni\u017cszy przyk\u0142ad pokazuje, jak zastosowa\u0107 t\u0119 sk\u0142adni\u0119 w praktyce.<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105c\u0105 ramk\u0119 danych pand, kt\u00f3ra zawiera informacje o pierwszej i drugiej roli r\u00f3\u017cnych koszykarzy w dru\u017cynie:<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak filtrowa\u0107 ramk\u0119 danych pand pod k\u0105tem wierszy, w kt\u00f3rych w dowolnej kolumnie pojawia si\u0119 ci\u0105g \u201eGuard\u201d:<\/span><\/p>\n Nale\u017cy zauwa\u017cy\u0107, \u017ce ka\u017cdy wiersz wynikowej ramki DataFrame zawiera ci\u0105g \u201eGuard\u201d w co najmniej jednej kolumnie.<\/span><\/p>\n Mo\u017cesz tak\u017ce filtrowa\u0107 wiersze, w kt\u00f3rych w co najmniej jednej kolumnie pojawia si\u0119 jeden z kilku ci\u0105g\u00f3w, u\u017cywaj\u0105c operatora \u201eOR\u201d ( |<\/strong> ) w pandach.<\/span><\/p>\n Na przyk\u0142ad poni\u017cszy kod pokazuje, jak filtrowa\u0107 wiersze, w kt\u00f3rych w co najmniej jednej kolumnie pojawia si\u0119 \u201eP Guard\u201d lub \u201eCentrum\u201d:<\/span><\/p>\n Nale\u017cy zauwa\u017cy\u0107, \u017ce ka\u017cdy wiersz wynikowej ramki danych zawiera \u201eP Guard\u201d lub \u201eCenter\u201d w co najmniej jednej kolumnie.<\/span><\/p>\n Uwaga<\/strong> : Wa\u017cne jest, aby w funkcji include()<\/strong> uwzgl\u0119dni\u0107 argument na=False,<\/strong> w przeciwnym razie wyst\u0105pi b\u0142\u0105d<\/a> , je\u015bli w ramce danych znajduj\u0105 si\u0119 warto\u015bci NaN.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe operacje filtrowania w pandach:<\/span><\/p>\n Jak filtrowa\u0107 ramk\u0119 danych Pandas wed\u0142ug warto\u015bci kolumn Mo\u017cesz u\u017cy\u0107 poni\u017cszej sk\u0142adni, aby wyszuka\u0107 konkretny ci\u0105g w ka\u017cdej kolumnie ramki DataFrame pandy i filtrowa\u0107 wiersze zawieraj\u0105ce ci\u0105g w co najmniej jednej kolumnie: #define filter mask = np. column_stack ([df[col]. str . contains (r ” my_string „, na= False ) for col in df]) #filter for rows where any column contains 'my_string’ df. loc […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-3858","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n #define filter\n<\/span>mask = np. column_stack<\/span> ([df[col]. str<\/span> . contains<\/span> (r \" my_string<\/span> \", na= False<\/span> ) for<\/span> col in<\/span> df])\n<\/span>\n#filter for rows where any column contains 'my_string'\n<\/span>df. loc<\/span> [mask. any<\/span> (axis= 1<\/span> )]<\/strong><\/pre>\n Przyk\u0142ad: wyszukaj ci\u0105g znak\u00f3w we wszystkich kolumnach Pandas DataFrame<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' player<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' first_role<\/span> ': ['P Guard', 'P Guard', 'S Guard', 'S Forward',\n 'P Forward', 'Center', 'Center', 'Center'],\n ' second_role<\/span> ': ['S Guard', 'S Guard', 'Forward', 'S Guard',\n 'S Guard', 'S Forward', 'P Forward', 'P Forward']})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n player first_role second_role\n0 AP Guard S Guard\n1 BP Guard S Guard\n2 CS Guard Forward\n3DS Forward S Guard\n4 EP Forward S Guard\n5 F Center S Forward\n6 G Center P Forward\n7 H Center P Forward<\/span><\/span><\/strong><\/pre>\n import<\/span> numpy as<\/span> np\n\n#define filter\n<\/span>mask = np. column_stack<\/span> ([df[col]. str<\/span> . contains<\/span> (r \" Guard<\/span> \", na= False<\/span> ) for<\/span> col in<\/span> df])\n\n#filter for rows where any column contains 'Guard'\n<\/span>df. loc<\/span> [mask. any<\/span> (axis= 1<\/span> )]\n\n player first_role second_role\n0 A P Guard S Guard\n1 B P Guard S Guard\n2 C S Guard Forward\n3 D S Forward S Guard\n4 E P Forward S Guard\n<\/span><\/span><\/strong><\/pre>\n import<\/span> numpy as<\/span> np\n\n#define filter\n<\/span>mask = np. column_stack<\/span> ([df[col]. str<\/span> . contains<\/span> (r \" P Guard|Center<\/span> \", na= False<\/span> ) for<\/span> col in<\/span> df])\n\n#filter for rows where any column contains 'P Guard' or 'Center'\n<\/span>df. loc<\/span> [mask. any<\/span> (axis= 1<\/span> )]\n\n player first_role second_role\n0 A P Guard S Guard\n1 B P Guard S Guard\n5 F Center S Forward\n6 G Center P Forward\n7 H Center P Forward\n<\/span><\/span><\/strong><\/pre>\n Dodatkowe zasoby<\/strong><\/span><\/h2>\n
Jak filtrowa\u0107 wiersze Pandas DataFrame wed\u0142ug daty<\/a>
Jak filtrowa\u0107 ramk\u0119 danych Pandas pod wieloma warunkami<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"