DataFrame按条件筛选、修改数据：

DataFrame按条件筛选、修改数据：df.loc[]拓展

创建一个DataFrame
先通过字典创建一个学生信息的DataFrame。

import pandas as pd
 
 
Student_dict = {'姓名':['张三', '李四', '王五', '赵六'],
                '性别':['男', '女', '男', '女'],
                '年龄':[20, 21, 19, 18],
                'Python成绩':[70, 80, 90, 50],
                '评价':['良好', '良好', '良好', '良好'],
                '地址':['A小区10幢', 'A小区11幢','B小区10幢','C小区11幢']}
 

字典创建DataFrame，字典键变DataFrame的列名

df = pd.DataFrame(data=Student_dict, index=['a','b','c','d'])

df.loc[]按某列条件筛选行数据
df.loc[]可以通过布尔列表筛选行数据。比如筛选前两行数据：

df.loc[[True, True, False, False]]

通过布尔列表的方式，可以衍生出下面按条件的选取方式。比如筛选Python成绩>75的学生：

df.loc[df['Python成绩'] > 75] # df.loc[]删选Python成绩>75的学生

除了单个条件，也可以用两个条件筛选数据。比如筛选Python成绩>75的学生，并且年龄>20的学生：

df.loc[(df['Python成绩'] > 75) & (df['年龄'] > 20)] # df.loc[]删选Python成绩>75的学生，并且年龄>20的学生

注：df.loc[]多条件删选数据时，不同条件需要用()，连接条件如果是且符号是'&'，连接条件如果是或符号是'|'。

df.loc[]按某列条件筛选并修改行数据

上面我们学习了如何筛选数据，那么如何筛选并改变数据呢？

日常工作中我们常常需要通过某个条件，去改变DataFrame数据。

比如，我想把Python成绩>=90的学习，评价设置为'优秀'：

df.loc[df['Python成绩'] >= 90, '评价'] = '优秀'

df.loc[]筛选并改变数据，需要输入两个参数：

• 参数1：筛选的条件。
• 参数2：要改变列的列名。

判断某列数据中是否包含特定字符串或字符串列表

拓展一下df.loc[]筛选数据时常用的条件，判断某列数据中是否包含特定字符串或字符串列表。

比如我想筛选地址包含'A小区'的学生，应该怎么操作？
比如我想筛选地址包含'A小区'或'B小区'的学生，应该怎么操作？

判断某列数据中是否包含特定字符串

筛选地址包含'A小区'的学生：

df.loc[df['地址'].str.contains('A小区')] # df.loc[]删选地址中包含A小区的学生

df['地址'].str.contains('A小区')说明：
 
df['地址'].str，就是对df['地址']进行str操作，str下有很多很多方法，其中contains()是其中一种方法，作用是用来判断是否包含'A小区'。
 
df['xx'].str除了contains方法外，还有cat、split、partition、rpartition、get、slice、slice_replace、join、startswith、endswith、match、replace、repeat、pad、zfill等等方法。

判断某列数据中是否包含特定字符串列表

筛选地址包含'A小区'或'B小区'的学生：
聪明的同学会想到先获取'A小区'的学生，再获取'B小区'的学生，这是可行的。

不过怎样可以一步实现呢？直接放入列表行不行？让我们来试一下。

直接放入列表试试：

xiaoqu_list = ['A小区', 'B小区']
df.loc[df['地址'].str.contains(xiaoqu_list)] 
 
TypeError: unhashable type: 'list'

报错啦，不支持输入列表。

解决方法是将列表用'|'进行连接，这样就可以一次性筛选出来了。

xiaoqu_list = ['A小区', 'B小区']
xiaoqu_str = '|'.join(xiaoqu_list)
df[df['地址'].str.contains(xiaoqu_str)]

说明：
'|'.join(xiaoqu_list)，是将xiaoqu_list列表用'|'拼接起来，生成一个str字符串。然后就可以一次性筛选地址包含'A小区'或'B小区'的学生了。

根据 dataframe 多条件修改多列

借方数量	贷方数量	数量单位
100	1000	公斤
0.2	2	吨
300	3000	公斤
0.4	4	吨
500	5000	公斤

需求： 将上表中 单位为公斤 的 数量 化成 吨 ，将 单位改为 吨

借方数量	贷方数量	数量单位
0.1	1	吨
0.2	2.0	吨
0.3	3	吨
0.4	4.0	吨
0.5	5	吨

def exec_func(df):
    if df['标准单位'].strip() == '公斤':      # and (df['借方数量'] != 0 or df['贷方数量'] != 0)
        return pd.Series([df['借方数量']/1000, df['贷方数量']/1000, '吨'])
    else:
        return pd.Series([df['借方数量'], df['贷方数量'], '吨'])

df[['借方数量', '贷方数量', '标准单位']] = df.apply(exec_func, axis=1)