Filtrér rækker med betingelser
Booleske masker på en DataFrame.
Filtrér rækker med betingelser er en gratis Data Science Academy-lektion på CoddyKit. Dette er lektion 2 af 4. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Data Science Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Data Science Academy-kurset indeholder 4 lektioner i alt.
Fra kolonner til rækker
Valg af kolonner gør bredden mindre; filtrering af rækker gør længden mindre. Nu beholder du kun de poster, der matcher en betingelse, du er interesseret i. 🔍
En betingelse opretter en maske
Skriv en sammenligning på en kolonne, så returnerer pandas en boolsk maske: én True eller False for hver række, som fortæller, hvilke poster der består.
mask = df["age"] > 30
print(mask.head())Anvend masken
Placér masken i klammeparenteser, så beholder pandas kun de rækker, der har værdien True. Resultatet er en mindre DataFrame med de samme kolonner.
adults = df[df["age"] > 30]Filtrering efter lighed
Brug dobbelt lighedstegn til at matche en værdi præcist. Husk, at et enkelt lighedstegn forsøger at tildele en værdi i stedet for at sammenligne.
df[df["city"] == "Paris"]Forskellig fra og sammenligninger
Du kan filtrere med hele sættet af sammenligninger: forskellig fra, større end eller lig med og mindre end eller lig med fungerer alle på en kolonne.
df[df["score"] >= 80]
df[df["city"] != "Paris"]Filtrering af tekst
Strengkolonner understøtter en str-accessor. Brug str.contains til at beholde rækker, hvis tekst indeholder et mønster.
df[df["email"].str.contains("@gmail")]Filtrering med between
For et numerisk interval er between tydeligere end to separate sammenligninger, og som standard medtages begge endepunkter.
df[df["age"].between(18, 65)]Behold også udvalgte kolonner
Kombinér rækkefiltrering med loc for at hente matchende rækker og valgte kolonner i én letlæselig linje.
df.loc[df["age"] > 30, ["name", "age"]]Masken kan genbruges
En maske er blot en Series, så du kan gemme den og genbruge den i forskellige udvalg uden at skrive betingelsen igen.
senior = df["age"] > 60
df[senior]
df.loc[senior, "name"]Tæl matchene
Fordi True tæller som én, fortæller det dig, hvor mange rækker der består, når du kalder sum på en maske – endnu før du filtrerer.
(df["age"] > 30).sum()Filtrering ændrer ikke df
Filtrering returnerer en ny DataFrame og lader den oprindelige være urørt. Tildel resultatet til en variabel, hvis du vil gemme det.
young = df[df["age"] < 30]
# df itself is unchangedHurtigt tjek
Husk, hvordan en sammenligning på en kolonne fungerer.
Opsummering: Filtrering af rækker
En betingelse opretter en boolsk maske, klammeparenteser anvender den, og loc tilføjer valg af kolonner. Nu kan du beholde præcis de poster, der er relevante. ✅
Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 30
- Lektioner
- 120
Ofte stillede spørgsmål
Er lektionen “Filtrér rækker med betingelser” gratis?
Ja — hele teksten til “Filtrér rækker med betingelser” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Data Science Academy-kurset, skal du opgradere til CoddyKit PRO. Data Science Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Filtrér rækker med betingelser”?
Booleske masker på en DataFrame. Du øver dig i Data Science Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Data Science Academy?
Der kræves ingen tidligere erfaring. Data Science Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 2 af 4.
Hvor lang tid tager lektionen “Filtrér rækker med betingelser”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Data Science Academy-lektion?
Ja. Alle Data Science Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Vælg kolonner efter navn
- Filtrér rækker med betingelser
- Kombinér filtre med AND og OR
- query og isin til rene filtre