python与R行列数据过滤（row column filtering）:dplyr、 isnull、isna、drop、select、iloc、loc、isin、filter

很多工程师可能刚开始的时候只熟悉python或者R其中的一个进行数据科学相关的任务。

那么如果我们对比这学习可以快速了解语言设计背后的思想，我们学习和切换的速度就会更快，实现事倍功半的效果。

# python行过滤：

# 过滤条件为第一个字段的内容需要大于3，第二个字段你的内容必须缺失；

df[(df[column_1] > 3) & (df[column_2].isnull())]

# R行过滤；

#过滤条件为第一个字段的内容需要大于3，第二个字段你的内容必须缺失；

df[(df$column_1 > 3) & (is.na(df$column_2)), ]

# python进行多列筛选 df[[c1, c2]]

# R进行多列筛选 df[c(c1, c2)]

# python pandas使用drop函数删除特定列：

df.drop([c1, c2], axis=1)

# R使用dplyr包se

如果觉得《python与R行列数据过滤（row column filtering）:dplyr isnull isna drop select iloc loc isin filter》对你有帮助，请点赞、收藏，并留下你的观点哦！