Comment sélectionner des lignes dans un DataFrame entre deux valeurs, dans Python Pandas?

J'essaie de modifier un DataFrame dfpour ne contenir que des lignes pour lesquelles les valeurs de la colonne closing_pricesont comprises entre 99 et 101 et j'essaie de le faire avec le code ci-dessous.

Cependant, j'obtiens l'erreur

ValueError: la valeur de vérité d'une série est ambiguë. Utilisez a.empty, a.bool (), a.item (), a.any () ou a.all ()

et je me demande s'il existe un moyen de le faire sans utiliser de boucles.

df = df[(99 <= df['closing_price'] <= 101)]

Vous devez utiliser ()pour regrouper votre vecteur booléen pour supprimer toute ambiguïté.

df = df[(df['closing_price'] >= 99) & (df['closing_price'] <= 101)]

Considérez également les séries entre :

df = df[df['closing_price'].between(99, 101)]

il existe une meilleure alternative - utilisez la méthode query () :

In [58]: df = pd.DataFrame({'closing_price': np.random.randint(95, 105, 10)})

In [59]: df
Out[59]:
   closing_price
0            104
1             99
2             98
3             95
4            103
5            101
6            101
7             99
8             95
9             96

In [60]: df.query('99 <= closing_price <= 101')
Out[60]:
   closing_price
1             99
5            101
6            101
7             99

UPDATE: réponse au commentaire:

J'aime la syntaxe ici mais je suis tombé en panne en essayant de combiner avec l'expression; df.query('(mean + 2 *sd) <= closing_price <=(mean + 2 *sd)')

In [161]: qry = "(closing_price.mean() - 2*closing_price.std())" +\
     ...:       " <= closing_price <= " + \
     ...:       "(closing_price.mean() + 2*closing_price.std())"
     ...:

In [162]: df.query(qry)
Out[162]:
   closing_price
0             97
1            101
2             97
3             95
4            100
5             99
6            100
7            101
8             99
9             95

vous pouvez également utiliser la .between()méthode

emp = pd.read_csv("C:\\py\\programs\\pandas_2\\pandas\\employees.csv")

emp[emp["Salary"].between(60000, 61000)]

Production

newdf = df.query('closing_price.mean() <= closing_price <= closing_price.std()')

ou

mean = closing_price.mean()
std = closing_price.std()

newdf = df.query('@mean <= closing_price <= @std')

Si vous avez affaire à plusieurs valeurs et à plusieurs entrées, vous pouvez également configurer une fonction d'application comme celle-ci. Dans ce cas, filtrer une trame de données pour les emplacements GPS qui correspondent à certaines plages.

def filter_values(lat,lon):
    if abs(lat - 33.77) < .01 and abs(lon - -118.16) < .01:
        return True
    elif abs(lat - 37.79) < .01 and abs(lon - -122.39) < .01:
        return True
    else:
        return False


df = df[df.apply(lambda x: filter_values(x['lat'],x['lon']),axis=1)]

Au lieu de cela

df = df[(99 <= df['closing_price'] <= 101)]

Vous devriez utiliser ceci

df = df[(df['closing_price']>=99 ) & (df['closing_price']<=101)]

Nous devons utiliser les opérateurs logiques bit à bit de NumPy |, &, ~, ^ pour les requêtes composées. De plus, les parenthèses sont importantes pour la priorité des opérateurs.

Pour plus d'informations, vous pouvez visiter le lien: Comparaisons, masques et logique booléenne