รัน pandas ออนไลน์

กรองแถวของ DataFrame ด้วย pandas

ในบทเรียนนี้ คุณจะดึงแถวที่ตรงเงื่อนไขออกจาก DataFrame ของ pandas

  • ระดับกลาง
  • อ่าน 2 นาที
  • ตัวอย่างที่รันได้ 1 ตัวอย่าง

บทนำ

ปัญหาที่ต้องแก้

การวิเคราะห์มักเริ่มด้วยการบีบให้แคบลง: เฉพาะคำสั่งซื้อของปีนี้ เฉพาะนักเรียนที่ได้มากกว่า 90 เฉพาะการชำระเงินที่ล้มเหลว การวนผ่านแถวเพื่อหานั้นช้าและเยิ่นเย้อ pandas กรองทั้งตารางด้วยเงื่อนไขเดียว

ลองนึกภาพแบบนี้

การกรองแถวเหมือนครูที่ลากปากกาเน้นข้อความลงตามคอลัมน์คะแนน ทำเครื่องหมายทุกแถวที่ได้ 90 ขึ้นไป แล้วถ่ายเอกสารเฉพาะแถวที่ถูกเน้น

จากปากกาเน้นข้อความสู่โค้ด
students["score"] >= 90🖍️ เน้นแถวที่ได้ 90 ขึ้นไป
[True, False, True, False]📌 แถวไหนถูกเน้น
students[...]📠 คัดลอกเฉพาะแถวที่ถูกเน้น
high_scores📋 Ada และ Sam พร้อมป้ายแถวเดิม
คอลัมน์ True/False เลือกแถว
สรุปในประโยคเดียว

การกรอง DataFrame ใช้ Series แบบ boolean ที่มี True หรือ False หนึ่งค่าต่อแถว เพื่อเก็บเฉพาะแถวที่เงื่อนไขเป็น True

ประเด็นสำคัญ

  1. students["score"] >= 90 ให้ True หรือ False สำหรับแต่ละแถว
  2. students[...] กับเงื่อนไขนั้นเก็บเฉพาะแถวที่เป็น True
  3. high_scores คงป้ายแถวเดิม 0 และ 2 ไว้
  4. students เองไม่ได้ถูกเปลี่ยน

ใช้เมื่อไร?

  • เลือกแถวที่สำคัญก่อนนับ หาค่าเฉลี่ย หรือวาดกราฟ
  • หาปัญหา: ค่าที่หายไป จำนวนเงินติดลบ การทดสอบที่ล้มเหลว
  • แบ่งข้อมูลเป็นกลุ่มเพื่อเปรียบเทียบ

เมื่อไรยังไม่จำเป็น

  • กฎที่ซับซ้อนมาก: คำนวณ mask ที่ตั้งชื่อไว้ทีละขั้น หรือใช้ query() เพื่อให้อ่านง่าย
  • สรุปตามกลุ่ม: ใช้ groupby แทนการกรองแต่ละกลุ่มเอง

โค้ดตัวอย่าง

รันโค้ด →
main.py
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)
สร้างปุ่ม Run สำหรับตัวอย่างนี้

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

  1. เพิ่มแถว คอลัมน์ และค่าที่หายไปบางส่วนในข้อมูลตัวอย่าง
  2. รวมการกรอง การเรียง และ groupby เพื่อสร้างรายงานเล็ก ๆ
  3. อ่านไฟล์ข้อมูลจริง ตรวจชนิดของแต่ละคอลัมน์ และจัดการค่าที่ไม่ถูกต้อง
รันในคอมไพเลอร์ Python →

ข้อผิดพลาดที่พบบ่อย

รวมเงื่อนไขด้วย and

and ใช้กับ Series ไม่ได้ ให้ใช้ & พร้อมวงเล็บรอบแต่ละเงื่อนไข

ปัญหา
students[students["score"] >= 80 and students["score"] < 90]
วิธีแก้
students[(students["score"] >= 80) & (students["score"] < 90)]

เรียนบทนี้จบแล้วใช่ไหม

ทำเครื่องหมายว่าเรียนแล้วเพื่อติดตามความคืบหน้า

ถัดไป: จัดกลุ่มข้อมูลด้วย groupby ใน pandas →

ฝึกด้วยโจทย์

ใช้สิ่งที่เรียนในบทนี้แก้ปัญหาจริง ทุกโจทย์รันในเบราว์เซอร์ พร้อมการทดสอบทันทีและรีวิวจาก AI

โจทย์ทั้งหมด