Filtrera rader med villkor
Booleska masker på en DataFrame
Filtrera rader med villkor är en gratis lektion i Data Science Academy på CoddyKit. Detta är lektion 2 av 4. Ni kan läsa hela lektionen gratis nedan och sedan öva praktiskt i webbläsaren med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt. Den ingår i lärvägen för Data Science Academy, och Era framsteg synkroniseras mellan webben och CoddyKit-appen. Kursen i Data Science Academy innehåller totalt 4 lektioner.
Från kolumner till rader
Att välja kolumner minskar bredden; att filtrera rader minskar längden. Nu behåller Ni bara de poster som motsvarar ett villkor Ni är intresserad av. 🔍
Ett villkor skapar en mask
Skriv en jämförelse på en kolumn, så returnerar pandas en boolesk mask: ett True eller False per rad som anger vilka poster som uppfyller villkoret.
mask = df["age"] > 30
print(mask.head())Tillämpa masken
Placera masken inom hakparenteser, så behåller pandas endast de rader som har värdet True. Resultatet är en mindre DataFrame med samma kolumner.
adults = df[df["age"] > 30]Filter med likhet
Använd dubbla likhetstecken för att matcha ett värde exakt. Kom ihåg att ett enkelt likhetstecken försöker tilldela, inte jämföra.
df[df["city"] == "Paris"]Inte lika med och jämförelser
Ni kan filtrera med hela uppsättningen jämförelser: inte lika med, större än eller lika med samt mindre än eller lika med fungerar alla på en kolumn.
df[df["score"] >= 80]
df[df["city"] != "Paris"]Filtrera text
Kolumner med strängar stöder en str-åtkomst. Använd str.contains för att behålla rader vars text innehåller ett mönster.
df[df["email"].str.contains("@gmail")]Filtrera med between
För ett numeriskt intervall är between tydligare än två separata jämförelser, och inkluderar som standard båda ändpunkterna.
df[df["age"].between(18, 65)]Behåll valda kolumner också
Kombinera radfiltrering med loc för att hämta matchande rader och valda kolumner på en enda lättläst rad.
df.loc[df["age"] > 30, ["name", "age"]]Masken kan återanvändas
En mask är helt enkelt en Series, så Ni kan lagra den och återanvända den i olika urval utan att skriva om villkoret.
senior = df["age"] > 60
df[senior]
df.loc[senior, "name"]Räkna matchningarna
Eftersom True räknas som ett talar sum på en mask om hur många rader som uppfyller villkoret, innan Ni ens filtrerar.
(df["age"] > 30).sum()Filtrering ändrar inte df
Filtrering returnerar en ny DataFrame och lämnar det ursprungliga objektet orört. Tilldela resultatet till en variabel för att spara det.
young = df[df["age"] < 30]
# df itself is unchangedSnabb kontroll
Kom ihåg hur en jämförelse på en kolumn fungerar.
Sammanfattning: filtrera rader
Ett villkor skapar en boolesk mask, hakparenteser tillämpar den och loc lägger till kolumnurval. Nu kan Ni behålla exakt de poster som är relevanta. ✅
Lär dig Python med en AI-lärare – gratis
Skriv och kör riktig kod i webbläsaren, få omedelbar hjälp av en AI-lärare dygnet runt och fortsätt där du slutade – på webben eller i appen.
- Kurser
- 30
- Lektioner
- 120
Vanliga frågor
Är lektionen ”Filtrera rader med villkor” gratis?
Ja – hela texten till ”Filtrera rader med villkor” kan läsas gratis här på webben. Om Ni vill öva interaktivt med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt och låsa upp resten av kursen i Data Science Academy, kan Ni uppgradera till CoddyKit PRO. Kursen i Data Science Academy innehåller totalt 4 lektioner.
Vad lär jag mig i ”Filtrera rader med villkor”?
Booleska masker på en DataFrame Ni övar på Data Science Academy med praktisk kod som körs direkt i webbläsaren, medan en AI-handledare som är tillgänglig dygnet runt svarar på Era frågor under lektionen.
Behöver jag någon erfarenhet för att börja lära mig Data Science Academy?
Du behöver inga förkunskaper. Utbildningen i Data Science Academy på CoddyKit är upplagd för allt från nybörjare till avancerade elever, så att du kan börja här eller från början och gå fram i din egen takt. Detta är lektion 2 av 4.
Hur lång tid tar lektionen ”Filtrera rader med villkor”?
De flesta CoddyKit-lektioner tar cirka 5–10 minuter. Varje lektion är kort och interaktiv, så att du gör stadiga framsteg och kan fortsätta precis där du slutade – på webben eller i appen.
Kan jag skriva och köra kod i den här Data Science Academy-lektionen?
Ja. Varje Data Science Academy-lektion innehåller en inbyggd kodredigerare, så att du kan skriva och köra riktig kod direkt i webbläsaren och få omedelbar AI-feedback – utan lokal installation.
Alla lektioner i den här kursen
- Välj kolumner efter namn
- Filtrera rader med villkor
- Kombinera filter med AND och OR
- query och isin för tydliga filter