Pandas Dataframe 精确等于

在 Pandas 中，我们经常需要筛选出满足条件的数据。其中一个常见的需求是筛选出某列中值精确等于给定值的行。

这个可以通过 == 运算符完成，但需要注意的是使用 == 的时候必须使用 () 括号括起来。具体用法可以看下面的代码片段：

import pandas as pd

# 创建样例数据
data = {"name": ["Alice", "Bob", "Charlie"], "age": [20, 30, 25]}
df = pd.DataFrame(data)

# 筛选出 name 列中值等于 'Bob' 的行
result = df[df["name"] == "Bob"]
print(result)

输出结果为：

  name  age
1  Bob   30

在这个例子中，我们使用了 df["name"] == "Bob" 来判断哪些行中 name 列的值等于 Bob。然后将这个布尔数组传递给 DataFrame 的 []，就能得到满足条件的行。

需要注意的是，这个等于操作是精确等于操作，即只会匹配与给定值完全相同的项。如果需要模糊匹配的话，可以使用 Pandas 提供的字符串函数来处理。例如，如果要找到 name 列中包含 Bo 的行，可以使用 df["name"].str.contains("Bo") 来判断：

import pandas as pd

# 创建样例数据
data = {"name": ["Alice", "Bob", "Charlie"], "age": [20, 30, 25]}
df = pd.DataFrame(data)

# 筛选出 name 列中包含 'Bo' 的行
result = df[df["name"].str.contains("Bo")]
print(result)

输出结果为：

  name  age
1  Bob   30

在以上例子中，我们使用了 df["name"].str.contains("Bo") 来判断哪些行中 name 列的值包含 Bo。然后将这个布尔数组传递给 DataFrame 的 []，就能得到满足条件的行。

总结一下，我们可以使用 == 操作符来进行精确等于的判断，使用 Pandas 字符串函数来进行模糊匹配的判断。无论是哪种方法，都需要使用布尔数组作为 DataFrame 的索引来进行筛选。

希望这篇文章能够帮助你解决 Pandas 中精确等于的问题，如果有任何疑问或建议欢迎在评论区留言。