Python中怎么构建一个布尔索引

这篇文章将为大家详细讲解有关Python中怎么构建一个布尔索引,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。

计算布尔值统计信息

  importpandasaspd

  importnumpyasnp

  importmatplotlib.pyplotasplt

  #读取movie,设定行索引是movie_title

  pd.options.display.max_columns=50

  movie=pd.read_csv("./data/movie.csv",index_col='movie_title')

  #判断电影时长是否超过两个小时#Figure1

  movie_2_hours=movie['duration']>120

  #统计时长超过两小时的电影总数

  print(movie_2_hours.sum())#result:1039

  #统计时长超过两小时的电影的比例

  print(movie_2_hours.mean())

  #统计False和True的比例

  print(movie_2_hours.value_counts(normalize=True))

  #比较同一个DataFrame中的两列

  actors=movie[['actor_1_facebook_likes','actor_2_facebook_likes']].dropna()

  print((actors['actor_1_facebook_likes']>actors['actor_2_facebook_likes']).mean())#Figure2

构建多个布尔条件

  importpandasaspd

  importnumpyasnp

  importmatplotlib.pyplotasplt

  #读取movie,设定行索引是movie_title

  pd.options.display.max_columns=50

  movie=pd.read_csv("./data/movie.csv",index_col='movie_title')

  #创建多个布尔条件

  criteria1=movie.imdb_score>8

  criteria2=movie.content_rating=="PG-13"

  criteria3=(movie.title_year<2000)|(movie.title_year>=2010)

  """

  print(criteria1.head())

  print(criteria2.head())

  print(criteria3.head())

  运行结果:Figure1

  """

  #将多个布尔条件合并成一个

  criteria_final=criteria1&criteria2&criteria3

  print(criteria_final.head())

关于Python中怎么构建一个布尔索引就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。