在 Pandas 列中搜索一个值

先决条件：熊猫

在本文中，我们将讨论如何使用 Pandas 搜索给定特定值的数据框。

使用的函数

• where() - 用于检查数据框的一个或多个条件并相应地返回结果。默认情况下，不满足条件的行填充为 NaN 值。
• dropna() - 此方法允许用户分析和删除具有 Null 值的行/列。在本文中，它用于处理由于不满足特定条件而将值为 NaN 的行的情况。

方法

• 导入模块
• 创建数据
• 遍历列查找特定值
• 如果匹配，请选择

选择特定值和选择具有特定值的行之间存在基本区别。对于后一种情况，要检索的索引必须存储在列表中。这两种情况的实现都包含在本文中：

使用中的数据框：

示例 1：选择包含工资为 200 的元组

Python3

import pandas as pd
x = pd.DataFrame([["A", 100, "D"], ["B", 200, "E"], ["C", 100, "F"]],
                 columns=["Name", "Salary", "Department"])
  
# Searching in whole column
for i in range(len(x.Name)):
    if 200 == x.Salary[i]:
          
        # indx will store the tuple having that 
        # particular value in column.
        indx = i
  
# below line will print that tuple
x.iloc[indx]

输出：

示例 2：搜索薪水为 100 的人员并将输出再次存储在数据帧中。

蟒蛇3

import pandas as pd
x = pd.DataFrame([["A", 100, "D"], ["B", 200, "E"], ["C", 100, "F"]], 
                 columns=[ "Name", "Salary", "Department"])
  
# initialize the indx as a list
indx = []
  
# Searching in whole column
for i in range(len(x.Name)):
    if 100 == x.Salary[i]:
        
        # indx will store all the tuples having 
        # that particular value in column.
        indx.append(i)
  
# Final Dataframe having tuples
df = pd.DataFrame()
  
# this will append all tuples to the final
# dataframe.
for indexes in indx:
    df = df.append(x.iloc[indexes])
  
df = x.where(x.Salary == 100)
  
# It will remove NaN rows.
df.dropna()

输出：