Zeilen eines DataFrames mit pandas filtern
In dieser Lektion filterst du die Zeilen eines pandas-DataFrames heraus, die eine Bedingung erfüllen.
Einführung
Das Problem
Eine Analyse beginnt meist mit dem Eingrenzen: nur die Bestellungen dieses Jahres, nur Schüler mit 90 Punkten oder mehr, nur fehlgeschlagene Zahlungen. Sie in einer Schleife über alle Zeilen zu suchen ist langsam und umständlich. pandas filtert eine ganze Tabelle mit einer einzigen Bedingung.
Stell es dir so vor
Zeilen filtern ist, als würde eine Lehrerin mit dem Textmarker die Punktespalte entlanggehen, jede Zeile mit 90 oder mehr markieren und dann nur die markierten Zeilen kopieren.
students["score"] >= 90🖍️ Zeilen mit 90 oder mehr markieren[True, False, True, False]📌 Welche Zeilen markiert sindstudents[...]📠 Nur die markierten Zeilen kopierenhigh_scores📋 Ada und Sam, mit ihren ursprünglichen ZeilenbeschriftungenBeim Filtern eines DataFrames benutzt du eine boolesche Series, also ein True oder False pro Zeile. Es bleiben nur die Zeilen, bei denen die Bedingung True ist.
Das Wichtigste
students["score"] >= 90liefert True oder False für jede Zeile.students[...]mit dieser Bedingung behält nur die True-Zeilen.high_scoresbehält die ursprünglichen Zeilenbeschriftungen 0 und 2.studentsselbst wird nicht verändert.
Wann verwendet man das?
- Die wichtigen Zeilen auswählen, bevor du zählst, Mittelwerte bildest oder plottest.
- Probleme finden: fehlende Werte, negative Beträge, fehlgeschlagene Tests.
- Daten zum Vergleichen in Gruppen aufteilen.
Wann du es nicht brauchst
- Sehr komplexe Regeln: Berechne eine benannte Maske Schritt für Schritt oder nimm
query()für bessere Lesbarkeit. - Pro Gruppe zusammenfassen: Nimm
groupby, statt jede Gruppe von Hand zu filtern.
Beispielcode
import pandas as pd
students = pd.DataFrame({
"name": ["Ada", "Lin", "Sam", "Mia"],
"score": [95, 78, 91, 84],
})
high_scores = students[students["score"] >= 90]
print(high_scores)
Ergebnis der Ausführung
name score
0 Ada 95
2 Sam 91
Erklärung des Codes
Der Ausdruck students["score"] >= 90 erzeugt eine Series aus True und False, ein Wert pro Zeile. Setzt du diese Series in eckige Klammern, students[...], behält pandas nur die Zeilen mit True, das Ergebnis enthält also Ada und Sam. Beachte, dass die ursprünglichen Indizes (0 und 2) erhalten bleiben.
Ändere die Werte und führe das Programm im CodeUtility Python Online-Compiler aus, ohne Python lokal zu installieren.
Übungen zur Vertiefung
Ändere den Code anhand der folgenden Vorschläge. Wenn du selbst etwas änderst und das Ergebnis beobachtest, verstehst du viel mehr, als wenn du den Code nur liest.
- Füge den Beispieldaten Zeilen, Spalten und ein paar fehlende Werte hinzu.
- Kombiniere Filtern, Sortieren und groupby zu einem kleinen Bericht.
- Lies eine echte Datendatei ein, prüfe den Datentyp jeder Spalte und behandle ungültige Werte.
Häufige Fehler
Bedingungen mit and verknüpfen
and funktioniert nicht mit Series. Nimm & und setze jede Bedingung in Klammern.
students[students["score"] >= 80 and students["score"] < 90]
students[(students["score"] >= 80) & (students["score"] < 90)]
Lektion fertig?
Markiere sie als gelernt, um deinen Fortschritt zu verfolgen.
Mit einer Challenge üben
Nutze den Inhalt dieser Lektion, um ein echtes Problem zu lösen. Jede Challenge läuft im Browser, mit sofortigen Tests und einem KI-Review.
Alle Challenges