如何基于单个列的自定义条件对数据集行进行筛选

以下针对你提供的测试数据，给出三类常用数据分析工具的实现方法：

测试原始数据 #

name num
1    A   1
2    B  -1
3    C   5
4    D   0
5    E   1

R 语言实现 #

假设数据集存储为变量 df：

基础包原生语法 #

直接通过逻辑索引筛选：

• 筛选 num > 0 的行：df[df$num > 0, ]
• 筛选 num < 0 的行：df[df$num < 0, ]
• 筛选 num <= 0 的行：df[df$num <= 0, ]

dplyr 语法（tidyverse 生态常用） #

先加载包：library(dplyr)，之后用 filter 函数筛选：

• 筛选 num > 0 的行：df %>% filter(num > 0)
• 筛选 num < 0 的行：df %>% filter(num < 0)
• 筛选 num <= 0 的行：df %>% filter(num <= 0)

Python Pandas 实现 #

假设数据集存储为 DataFrame 变量 df：

• 筛选 num > 0 的行：df[df['num'] > 0] 或 df.query("num > 0")
• 筛选 num < 0 的行：df[df['num'] < 0] 或 df.query("num < 0")
• 筛选 num <= 0 的行：df[df['num'] <= 0] 或 df.query("num <= 0")

SQL 实现 #

假设数据存储在表 data_table 中：

• 筛选 num > 0 的行：

SELECT * FROM data_table WHERE num > 0;

• 筛选 num < 0 的行：

SELECT * FROM data_table WHERE num < 0;

• 筛选 num <= 0 的行：

SELECT * FROM data_table WHERE num <= 0;

如果需要自定义更复杂的筛选规则，比如筛选num为奇数、num属于指定数值集合等，只需要修改条件表达式即可，整体筛选逻辑不需要调整。

内容的提问来源于stack exchange，提问作者Nate