• Pandas.Series
da capire




• Pandas.Dataframe


• con metodi

df[df["colonna"].metodo]

si possono usare le funzioni di analisi delle colonne oltre all'operatore ==
per esempio .str.contains() o .isin


anche metodi di conversione che danno errore (ex. pd.to_numeric)
df = pd.metodo_conversione(df, errors='coerce').dropna()




• con confronto (operatore di confronto)

df[df["colonna"] condizione]

df[df["colonna"] condizione operatore_condizioni df["colonna"] condizione]



operatori condizioni

• & → e
• | → o





sintassi

• filtro singolo
si crea un dataframe composto solo dalla riga con il valore indicato nella colonna indicata

df[df["nome colonna"] == "valore"]




• filtro multiplo
semplicemente si creano dataframe successivi dello stesso dataframe con altri filtri
puoi anche sovrascrivere lo stesso dataframe df

nuovi dataframe
df1 = df[df["nome colonna1"] == "valore1"]
df2 = df1[df1["nome colonna2"] == "valore2"]


sovrascrivo dataframe
df = df[df["nome colonna1"] == "valore1"]
df = df[df["nome colonna2"] == "valore2"]




• selezionando le colonne
df[["colonna1","colonna2",".."]][df["colonna"] operatore df["colonna"] condizione]

esempio: filtra righe Città Roma
df = df[df['Città'] == "Roma"]

esempio: filtra righe con valore > 50
df = df[df['Colonna'] > 50]
df = df[(df['Colonna1'] > 50) & (df['Colonna2'] > 50)] con due colonne condizioni

esempio: filtro Prodotto B
Dataframe iniziale


il metodo filtra le righe con il Prodotto B utilizzando un metodo che analizza il testo contento .str.contains()

df[df["Prodotto"].str.contains("Prodotto B")]

esempio: filtra righe per data
# filtro data > 1/1/2020
df = df[df['Colonna'] > pd.to_datetime('1/1/2020')]

# filtro data dopo 1/1/2020
df = df[df['Colonna'] < pd.to_datetime('1/1/2020')]

# filtro data tra 1/1/2020 e 1/1/2021
df = df[(df['Colonna'] > pd.to_datetime('1/1/2020')) & (df['Colonna'] < pd.to_datetime('1/1/2021'))]

esempio: filtra righe in una lista
# filtro con valori nella lista
df = df[df['Column1'].isin(['value1', 'value2', 'value3'])]

# filtro con valori non nella lista
df = df[~df['Column1'].isin(['value1', 'value2', 'value3'])]

esempio: filtra per il massio del fatturato ricreando il dataframe solo con Prodotto e Fatturato

df = df[["Prodotto","Fatturato"]][df.Fatturato == df["Fatturato"].max()]

esempio: rimuovo da un dataframe tutti i testi che non sono numeri
df = pd.to_numeric(df, errors='coerce').dropna()

(vedi Python - funzioni / metodi - stringhe - conversione)

esempio: filtro multiplo per città e amici
df = xl("MiaTabella[#All]]", headers=True) creo dataframe della tabella
citta = df[df["colonna città"] == "Roma"] filtro righe con città Roma
amici = citta[citta["colonna amici"]=="scuola"] filtro di nuovo le righe con amici di scuola

esempio: filtro le righe che contengono un testo
df = xl("MiaTabella[#All]]", headers=True)
df = df[df["colonna"].str.contains("testo")] filtro le righe dove la colonna contiene il testo