Pandas DataFrame 行を正規表現でフィルタリングする

1. Python で Pandas DataFrame 行をフィルタリングする
2. Pandas DataFrame 行を正規表現でフィルタリングする
3. Pandas DataFrame の行を文字列でフィルタリングする

この記事では、正規表現と文字列関数を使用して Pandas データフレームをフィルタリングする方法を学習します。 また、Python で Pandas データフレームに filter 関数を適用する方法も学びます。

Python で Pandas DataFrame 行をフィルタリングする

このコードでは、最初に pandas をインポートしました。 次に、CSV ファイルから pokemon_data をインポートしました。 最初の 50 個の元のポケモン データはここにあります。

Name、Type 1、Type 2、および特殊攻撃、速度などのさまざまな属性など、さまざまな情報が表示されます。

import pandas as pd

POK_Data = pd.read_csv("pokemon_data.csv")
POK_Data

データフレームをフィルタリングするにはさまざまなオプションがありますが、行をフィルタリングするか、すべてのポケモンをインスタンスに保持したいと考えています。 次のコードを使用して、80 を超える攻撃に対してこれを行うことができます。

PK_Filtered_Data = POK_Data[POK_Data["Attack"] > 80]
PK_Filtered_Data

フィルタリングするには、ブラケットを使用します。 列に基づいてフィルタリングします。 この場合、列は Attack になります。

これを行うと、すべてのデータが 80 を超えます。これを実行すると、別のデータフレームがあることがわかります。

Attack 列を見ると、すべてが 80 を超えていることがわかります。フィルタリングされたデータフレームを PK_Filtered_Data という別の変数に保存します。

Pandas DataFrame 行を正規表現でフィルタリングする

他の列に対してこれを行うことも、複数の列に対してこれを結合することもできます。 Attack 列で 80 を超えるデータをフィルター処理し、同時に Sp をフィルター処理するとします。 Atkが100以上であること。

ブラケットを使用する必要はありません。 別のオプションは、POK_Data[POK_Data.Attack>80] を使用してデータフレームをフィルタリングすることです。

filter() 関数を使用してデータフレームをフィルタリングし、正規表現を適用することもできます。

正規表現は、filter() 関数を使用してデータフレームの列をフィルタリングできます。 この関数で regex パラメータを使用して正規表現を指定します。

e で終わるすべての列を保持するために regex に値を渡します。ドル記号は、名前が e で終わる列をフィルター処理することを意味します。 列レベルであるため、軸が 1 に等しいことも指定する必要があります。

POK_Data.filter(regex="e$", axis=1)

完全なデータフレームを返しますが、e で終わる列のみを返します。

この場合、正規表現を適用しながら M で始まる Name を使用して行をフィルタリングします。

POK_Data[POK_Data["Name"].str.contains("^M")]

Pandas DataFrame の行を文字列でフィルタリングする

正規表現を使用してデータフレームの行をフィルタリングすることもできます。 上記のコードは、特定の列を指定する必要があるため、正確には機能しません。 データフレームをフィルタリングしたい場合は、contains() 関数を使用します。

この場合、データフレーム フィルターは Name に適用され、contains() 関数内で ur を文字列として渡します。 contains() は実際には文字列値に基づく関数であり、POK_Data['Name'] 自体は Pandas シリーズであるため、str() 関数を使用しています。

POK_Data[POK_Data["Name"].str.contains("ur")]

これを実行すると、ur を含むポケモンはごくわずかであることがわかります。

完全な Python コード:

# In[1]:

import pandas as pd

POK_Data = pd.read_csv("pokemon_data.csv")
POK_Data

# In[ ]:

# In[2]:

# PK_Filtered_Data= POK_Data[POK_Data['Attack'] >80]
# PK_Filtered_Data

# In[3]:

# PK_Filtered_Data= POK_Data[POK_Data.Attack>80]
# PK_Filtered_Data

# In[4]:

# POK_Data.filter(regex='e$',axis=1)

# In[5]:

POK_Data[POK_Data["Name"].str.contains("^M")]

# In[6]:

POK_Data[POK_Data["Name"].str.contains("ur")]

こちら でその他のソリューションをお読みください。