Pandas 数据过滤函数概念详解（pandas 正则过滤）

liuian 2025-05-02 11:47 35 浏览

在 Pandas 中，数据过滤函数是进行高效数据分析的重要工具，它们各有特点，适用于不同的数据筛选需求。

df.where () 函数

df.where () 函数的核心功能是根据设定的条件筛选数据。它会遍历数据集中的每一个数据点，对于满足条件的数据，予以保留；而对于不满足条件的数据，默认会将其替换为 NaN。当然，你也可以自行指定替换值。例如在一个成绩数据集中，你想保留成绩大于 60 分的记录，不满足的替换为 “不及格”，就可以使用 df.where () 函数。它接受的条件可以是布尔表达式，像 “成绩列 > 60”；也可以是布尔 Series/DataFrame，或者是可调用对象，如通过 lambda 函数来定义筛选条件，极大地提高了筛选的灵活性。

np.where () 函数

np.where () 函数来自 NumPy 库，它主要用于条件判断。与 df.where () 不同，它并非单纯地筛选数据，而是针对整个数据集，依据给定的条件，对满足条件的数据和不满足条件的数据分别返回对应的结果。比如在判断学生成绩是否及格的场景中，使用 np.where () 函数，它会对成绩数据逐一判断，成绩大于等于 60 分的返回 “及格”，小于 60 分的返回 “不及格”。其返回结果是一个二维数组，若要将其应用到 DataFrame 中，通常还需要结合 df.where () 等方法进一步处理，以此来满足不同的数据处理需求。

df.mask () 函数

df.mask () 函数的用法和 df.where () 函数有相似之处，但功能恰好相反。当使用 df.mask () 函数时，它会检查数据集中的数据点，对于满足设定条件的数据，将其替换为 NaN 或者你指定的值；而不满足条件的数据则保持不变。例如在一个销售数据集中，若要将销售额大于 10000 的记录标记为 “超高销售额”，就可以利用 df.mask () 函数来实现。该函数常用于处理数据中的异常值或者不需要的值，通过将这些特殊值替换为特定标识，便于后续的数据清洗和分析。

df.lookup () 函数

df.lookup () 函数的功能是根据指定的行标签和列标签查找对应的值。它需要传入行标签序列和列标签序列，然后在数据集中定位并返回对应行列交叉处的值，返回结果是一个 NumPy 数组。不过需要注意的是，在较新版本的 Pandas 中，df.lookup () 函数已被弃用，建议使用 df.melt () 或 df.stack () 等其他方法来替代它实现类似功能。在一些数据处理场景中，若要快速获取特定行列组合的数据，曾经可以借助 df.lookup () 函数，但如今随着版本更新，应选用更合适的替代方法来完成任务。#新人小白求过百粉##Python基础##编程#

遍历dataframe每一行