Skip to content
The Chat Archive
gpt-3.5-turbo-0301· OpenAI WildChat-4.8M (AI2)

python dataframe 剔除某一列为某一取值的数据

  1. User

    python dataframe 剔除某一列为某一取值的数据

  2. Assistant

    可以使用 Pandas 的条件筛选功能,具体步骤如下:

    1.使用 pandas.read_csv() 读取数据为 DataFrame。

    2.使用 DataFrame 的布尔索引功能,筛选出指定列不等于指定取值的数据。

    3.将筛选后的数据保存为新的 DataFrame 或覆盖原有的 DataFrame。

    以下是具体示例代码:

    import pandas as pd
    
    # 读取数据为 DataFrame
    df = pd.read_csv('data.csv')
    
    # 筛选出指定列不等于指定取值的数据
    filter = df['col_name'] != 'value'
    filtered_df = df[filter]
    
    # 将筛选后的数据保存为新的 DataFrame 或覆盖原有的 DataFrame
    # 保存为新的 DataFrame
    filtered_df.to_csv('filtered_data.csv')
    # 覆盖原有的 DataFrame
    df = filtered_df
    

    其中,col_name 是要剔除的列名,value 是要剔除的取值,data.csv 是原始数据文件名,filtered_data.csv 是保存剔除后数据的文件名。

  3. User

    python实现:df字段为Source.Name 车牌号 收费车型 收费车类 应付金额 优惠金额 免费原因 停车时长 进场时间 进场岗亭 出场时间 出场岗亭 ,需要筛选出应付金额不为-1 或者 停车次数大于等于2的停车数据

  4. Assistant

    可以按照以下步骤实现:

    1. 读入原始数据为 DataFrame。

    2. 进行布尔索引,筛选出应付金额不为-1或停车次数大于等于2的数据。

    3. 将筛选后的数据保存为新的 DataFrame 或覆盖原有的 DataFrame。

    以下是示例代码:

    import pandas as pd
    
    # 读入原始数据为 DataFrame
    df = pd.read_csv('data.csv')
    
    # 进行布尔索引,筛选出应付金额不为-1或停车次数大于等于2的数据
    condition = (df['应付金额'] != -1) | (df.groupby('车牌号')['车牌号'].transform('size') >= 2)
    filtered_df = df[condition]
    
    # 将筛选后的数据保存为新的 DataFrame 或覆盖原有的 DataFrame
    # 保存为新的 DataFrame
    filtered_df.to_csv('filtered_data.csv', index=False)
    # 覆盖原有的 DataFrame
    df = filtered_df
    

    其中,data.csv 是原始数据文件名,应付金额 列对应的是应付金额,车牌号 对应的是车牌号码列。transform('size') 用于对车牌号进行分组计数并返回车牌号出现次数,通过与2进行比较得出停车次数是否大于等于2。最终筛选条件使用 | 进行“或”运算。