กรองแถวของ DataFrame ด้วย pandas
ในบทเรียนนี้ คุณจะดึงแถวที่ตรงเงื่อนไขออกจาก DataFrame ของ pandas
บทนำ
ปัญหาที่ต้องแก้
การวิเคราะห์มักเริ่มด้วยการบีบให้แคบลง: เฉพาะคำสั่งซื้อของปีนี้ เฉพาะนักเรียนที่ได้มากกว่า 90 เฉพาะการชำระเงินที่ล้มเหลว การวนผ่านแถวเพื่อหานั้นช้าและเยิ่นเย้อ pandas กรองทั้งตารางด้วยเงื่อนไขเดียว
ลองนึกภาพแบบนี้
การกรองแถวเหมือนครูที่ลากปากกาเน้นข้อความลงตามคอลัมน์คะแนน ทำเครื่องหมายทุกแถวที่ได้ 90 ขึ้นไป แล้วถ่ายเอกสารเฉพาะแถวที่ถูกเน้น
students["score"] >= 90🖍️ เน้นแถวที่ได้ 90 ขึ้นไป[True, False, True, False]📌 แถวไหนถูกเน้นstudents[...]📠 คัดลอกเฉพาะแถวที่ถูกเน้นhigh_scores📋 Ada และ Sam พร้อมป้ายแถวเดิมการกรอง DataFrame ใช้ Series แบบ boolean ที่มี True หรือ False หนึ่งค่าต่อแถว เพื่อเก็บเฉพาะแถวที่เงื่อนไขเป็น True
ประเด็นสำคัญ
students["score"] >= 90ให้ True หรือ False สำหรับแต่ละแถวstudents[...]กับเงื่อนไขนั้นเก็บเฉพาะแถวที่เป็น Truehigh_scoresคงป้ายแถวเดิม 0 และ 2 ไว้studentsเองไม่ได้ถูกเปลี่ยน
ใช้เมื่อไร?
- เลือกแถวที่สำคัญก่อนนับ หาค่าเฉลี่ย หรือวาดกราฟ
- หาปัญหา: ค่าที่หายไป จำนวนเงินติดลบ การทดสอบที่ล้มเหลว
- แบ่งข้อมูลเป็นกลุ่มเพื่อเปรียบเทียบ
เมื่อไรยังไม่จำเป็น
- กฎที่ซับซ้อนมาก: คำนวณ mask ที่ตั้งชื่อไว้ทีละขั้น หรือใช้
query()เพื่อให้อ่านง่าย - สรุปตามกลุ่ม: ใช้
groupbyแทนการกรองแต่ละกลุ่มเอง
โค้ดตัวอย่าง
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)
ผลลัพธ์จากการรัน
name score
0 Ada 95
2 Sam 91
อธิบายโค้ด
นิพจน์ students["score"] >= 90 สร้าง Series ของ True และ False แถวละหนึ่งค่า เมื่อใส่ Series นี้ในวงเล็บเหลี่ยม students[...] pandas จะเก็บเฉพาะแถวที่เป็น True ผลลัพธ์จึงมี Ada และ Sam สังเกตว่าดัชนีเดิม (0 และ 2) ยังคงอยู่
เปลี่ยนค่าและรันโปรแกรมด้วย คอมไพเลอร์ Python ออนไลน์ของ CodeUtility โดยไม่ต้องติดตั้ง Python
แบบฝึกหัดเพิ่มเติม
ลองแก้โค้ดตามคำแนะนำด้านล่าง การเปลี่ยนโค้ดแล้วดูผลลัพธ์จะช่วยให้เข้าใจบทเรียนได้ดีกว่าการอ่านอย่างเดียวมาก
- เพิ่มแถว คอลัมน์ และค่าที่หายไปบางส่วนในข้อมูลตัวอย่าง
- รวมการกรอง การเรียง และ groupby เพื่อสร้างรายงานเล็ก ๆ
- อ่านไฟล์ข้อมูลจริง ตรวจชนิดของแต่ละคอลัมน์ และจัดการค่าที่ไม่ถูกต้อง
ข้อผิดพลาดที่พบบ่อย
รวมเงื่อนไขด้วย and
and ใช้กับ Series ไม่ได้ ให้ใช้ & พร้อมวงเล็บรอบแต่ละเงื่อนไข
students[students["score"] >= 80 and students["score"] < 90]
students[(students["score"] >= 80) & (students["score"] < 90)]
เรียนบทนี้จบแล้วใช่ไหม
ทำเครื่องหมายว่าเรียนแล้วเพื่อติดตามความคืบหน้า
ฝึกด้วยโจทย์
ใช้สิ่งที่เรียนในบทนี้แก้ปัญหาจริง ทุกโจทย์รันในเบราว์เซอร์ พร้อมการทดสอบทันทีและรีวิวจาก AI
โจทย์ทั้งหมด