Python | Comparación y Selección de Datos en Pandas

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.

Lo más importante en el análisis de datos es comparar valores y seleccionar los datos en consecuencia. El operador “==” también funciona para múltiples valores en un marco de datos de Pandas. Los siguientes dos ejemplos mostrarán cómo comparar y seleccionar datos de un marco de datos de Pandas.

Para descargar el archivo CSV utilizado, haga clic aquí.

Ejemplo #1: Comparación de datos
En el siguiente ejemplo, se crea un marco de datos a partir de un archivo csv. En la columna Género, solo hay 3 tipos de valores («Masculino», «Femenino» o NaN). Cada fila de la columna Sexo se compara con «Hombre» y se devuelve una serie booleana después de eso.

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("employees.csv")
  
# storing boolean series in new
new = data["Gender"] == "Male"
  
# inserting new series in data frame
data["New"]= new
  
# display
data

Salida:
como se muestra en la imagen de salida, para Género = «Masculino», el valor en Nueva columna es Verdadero y para los valores «Femenino» y NaN es Falso.

 
Example #2: Selecting Data
In the following example, the boolean series is passed to the data and only Rows having Gender=”Male” are returned.

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("employees.csv")
  
# storing boolean series in new
new = data["Gender"] != "Female"
  
# inserting new series in data frame
data["New"]= new
  
# display
data[new]
  
# OR 
# data[data["Gender"]=="Male"]
# Both are the same

Salida:
como se muestra en la imagen de salida, se devuelve el marco de datos que tiene Género = «Masculino».

Nota: Para los valores de NaN, el valor booleano es Falso.