Pandas2.2 DataFrame
Indexing, iteration
| 方法 | 描述 |
|---|---|
| DataFrame.head([n]) | 用于返回 DataFrame 的前几行 |
| DataFrame.at | 快速访问和修改 DataFrame 中单个值的方法 |
| DataFrame.iat | 快速访问和修改 DataFrame 中单个值的方法 |
| DataFrame.loc | 用于基于标签（行标签和列标签）来访问和修改 DataFrame 中的数据 |
| DataFrame.iloc | 用于基于整数位置（行号和列号）来访问和修改 DataFrame 中的数据 |
| DataFrame.insert(loc, column, value[, …]) | 用于在 DataFrame 的指定位置插入一个新的列 |
| DataFrame.iter() | 用于迭代 DataFrame 的列名 |
| DataFrame.items() | 用于迭代 DataFrame 的列名和列数据 |
| DataFrame.keys() | 返回 DataFrame 的列名 |
| DataFrame.iterrows() | 用于逐行迭代 DataFrame |
| DataFrame.itertuples([index, name]) | 用于逐行迭代 DataFrame |
| DataFrame.pop(item) | 用于从 DataFrame 中删除指定列 |
| DataFrame.tail([n]) | 用于返回 DataFrame 的最后 n 行 |
| DataFrame.xs(key[, axis, level, drop_level]) | 用于从 DataFrame 中提取一个横截面（cross-section） |
| DataFrame.get(key[, default]) | 用于从 DataFrame 中获取指定列的数据 |
| DataFrame.isin(values) | 用于检查 DataFrame 中的每个元素是否包含在指定的值集合中 |
| DataFrame.where(cond[, other, inplace, …]) | 用于根据条件筛选 DataFrame 中的元素 |
pandas.DataFrame.where()
pandas.DataFrame.where(cond, other=nan, *, inplace=False, axis=None, level=None) 方法用于根据条件筛选 DataFrame 中的元素。如果条件为 True，则保留元素；如果条件为 False，则用 other 参数指定的值替换该元素。
参数
cond：布尔条件，可以是布尔值、布尔数组、布尔 DataFrame 或布尔 Series。other：可选参数，当条件为False时使用的值。默认为NaN。inplace：布尔值，如果为True，则直接在原 DataFrame 上进行修改，否则返回一个新的 DataFrame。默认为False。axis：指定轴，0或'index'表示按行，1或'columns'表示按列。默认为None。level：如果索引是多级索引，指定要使用的级别。默认为None。
返回值
- 如果
inplace=False，返回一个新的 DataFrame。 - 如果
inplace=True，返回None。
示例
假设我们有一个 DataFrame 如下：
import pandas as pd
import numpy as np
data = {
'A': [1, 2, 3, 4],
'B': [5, 6, 7, 8]
}
df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)
输出：
原始 DataFrame:
A B
0 1 5
1 2 6
2 3 7
3 4 8
示例 1：使用布尔条件替换值
将 A 列中大于 2 的值替换为 NaN：
result = df.where(df['A'] <= 2)
print("\n将 A 列中大于 2 的值替换为 NaN:")
print(result)
输出：
将 A 列中大于 2 的值替换为 NaN:
A B
0 1.0 5.0
1 2.0 6.0
2 NaN NaN
3 NaN NaN
示例 2：使用布尔条件和自定义替换值
将 A 列中大于 2 的值替换为 0：
result = df.where(df['A'] <= 2, other=0)
print("\n将 A 列中大于 2 的值替换为 0:")
print(result)
输出：
将 A 列中大于 2 的值替换为 0:
A B
0 1 5
1 2 6
2 0 0
3 0 0
示例 3：使用布尔 DataFrame 替换值
将 A 列中大于 2 的值替换为 NaN，B 列中大于 6 的值替换为 NaN：
cond = (df['A'] <= 2) & (df['B'] <= 6)
result = df.where(cond)
print("\n将 A 列中大于 2 的值和 B 列中大于 6 的值替换为 NaN:")
print(result)
输出：
将 A 列中大于 2 的值和 B 列中大于 6 的值替换为 NaN:
A B
0 1.0 5.0
1 2.0 6.0
2 NaN NaN
3 NaN NaN
示例 4：使用 inplace=True 直接修改原 DataFrame
将 A 列中大于 2 的值替换为 0，直接修改原 DataFrame：
df.where(df['A'] <= 2, other=0, inplace=True)
print("\n直接修改原 DataFrame:")
print(df)
输出：
直接修改原 DataFrame:
A B
0 1 5
1 2 6
2 0 0
3 0 0
示例 5：使用多级索引
假设我们有一个多级索引的 DataFrame：
index = pd.MultiIndex.from_tuples([('a', 'x'), ('a', 'y'), ('b', 'x'), ('b', 'y')], names=['first', 'second'])
df = pd.DataFrame(data, index=index)
print("原始 DataFrame:")
print(df)
输出：
原始 DataFrame:
A B
first second
a x 1 5
y 2 6
b x 0 0
y 0 0
使用 where 方法并指定 level 参数：
result = df.where(df['A'] <= 2, level='first')
print("\n使用 where 方法并指定 level 参数:")
print(result)
输出：
使用 where 方法并指定 level 参数:
A B
first second
a x 1.0 5.0
y 2.0 6.0
b x NaN NaN
y NaN NaN
总结
pandas.DataFrame.where 方法提供了一种灵活的方式来根据条件筛选和替换 DataFrame 中的元素。你可以使用布尔条件、布尔数组或布尔 DataFrame 来指定哪些元素需要保留，哪些需要替换。通过 other 参数可以指定替换的值，默认为 NaN。inplace 参数允许你选择是否直接修改原 DataFrame。这对于数据清洗和预处理非常有用。