zoukankan      html  css  js  c++  java
  • between()函数

    1 between函数返回一个布尔量,即如果在该范围内,返回True,否则返回False.

    注意between()中括号内是左闭右闭区间

    在dataframe中常可用来通过选择某一列元素的范围来选择另一列或几列.

    import pandas as pd
    import numpy as np
    
    df = pd.DataFrame(np.arange(24).reshape(6,4), columns=list('ABCD'))
    print(df)
    a = df['A'].between(3,13)
    # 可直接利用a选中满足范围的所有行
    print('df[a] is: 
    ', df[a])
    # 利用a选中某一列
    # 注意这里的两种类型不同,第一种是series,第二种是Dataframe,加不加[]的微妙区别
    r1 = df[a]['D']
    print(r1)
    print('r1的类型是:', type(r1))
    r2 = df[a][['D']]
    print(r2)
    print('r2的类型是:', type(r2))
    # 选中某两列
    print(df[a][['D','C']])
    #注意between()中括号内是左闭右闭区间,所以可以用如下方式写,相当与筛选某一元素
    print(df[df['A'].between(12,12)][['A','B']])
    #     A   B   C   D
    # 0   0   1   2   3
    # 1   4   5   6   7
    # 2   8   9  10  11
    # 3  12  13  14  15
    # 4  16  17  18  19
    # 5  20  21  22  23
    # df[a] is:
    #      A   B   C   D
    # 1   4   5   6   7
    # 2   8   9  10  11
    # 3  12  13  14  15
    # 1     7
    # 2    11
    # 3    15
    # Name: D, dtype: int64
    # r1的类型是: <class 'pandas.core.series.Series'>
    #     D
    # 1   7
    # 2  11
    # 3  15
    # r2的类型是: <class 'pandas.core.frame.DataFrame'>
    #     D   C
    # 1   7   6
    # 2  11  10
    # 3  15  14
    #     A   B
    # 3  12  13
    View Code

    import pandas as pd
    import numpy as np
    
    df = pd.DataFrame(np.arange(24).reshape(6,4), columns=list('ABCD'))
    print(df)
    a = df['A'].between(3,13)
    # 可直接利用a选中满足范围的所有行
    print('df[a] is: 
    ', df[a])
    # 利用a选中某一列
    # 注意这里的两种类型不同,第一种是series,第二种是Dataframe,加不加[]的微妙区别
    r1 = df[a]['D']
    print(r1)
    print('r1的类型是:', type(r1))
    r2 = df[a][['D']]
    print(r2)
    print('r2的类型是:', type(r2))
    # 选中某两列
    print(df[a][['D','C']])
    #     A   B   C   D
    # 0   0   1   2   3
    # 1   4   5   6   7
    # 2   8   9  10  11
    # 3  12  13  14  15
    # 4  16  17  18  19
    # 5  20  21  22  23
    # df[a] is: 
    #      A   B   C   D
    # 1   4   5   6   7
    # 2   8   9  10  11
    # 3  12  13  14  15
    # 1     7
    # 2    11
    # 3    15
    # Name: D, dtype: int64
    # r1的类型是: <class 'pandas.core.series.Series'>
    #     D
    # 1   7
    # 2  11
    # 3  15
    # r2的类型是: <class 'pandas.core.frame.DataFrame'>
    #     D   C
    # 1   7   6
    # 2  11  10
    # 3  15 

     

  • 相关阅读:
    在数据库里进行分页处理
    new Date()在IE,谷歌,火狐上的一些注意项
    sql的一些小东西
    将sql数据库逆向生成PDM模型
    关于禁止在 .NET Framework 中执行用户代码。启用 "clr enabled" 配置选项
    MVC的Model层中的一些便签
    通过URL推送POST数据
    Python 关键字
    Python 标识符
    Python 注释(Python Comments)用法详解
  • 原文地址:https://www.cnblogs.com/xxswkl/p/11533248.html
Copyright © 2011-2022 走看看