Bỏ qua đến nội dung chính
Mục lục

Lọc dữ liệu trong pandas theo điều kiện (boolean mask)

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 5/16 · Chương 4

Chọn, lọc và sắp xếp

  • 5 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

Lọc dữ liệu trong pandas theo điều kiện là giữ lại các dòng thỏa một phép so sánh, bằng một boolean mask: Series True/False cùng độ dài với bảng. Bạn đặt mask vào ngoặc vuông, don[mask], và nhận về bảng chỉ gồm các dòng ứng với True, như lọc ra các đơn giá cao hay các đơn của một kênh.

Cần biết trước: boolean mask trong NumPy, loc và iloc và chọn cột.

Boolean mask: một câu hỏi có/không cho mỗi dòng

Phép so don["don_gia"] >= 70000 hỏi từng dòng một câu có/không và trả lời bằng một Series kiểu bool dài đúng bằng bảng. Đặt Series đó vào ngoặc vuông của bảng thì pandas giữ các dòng trả lời "có":

python
import pandas as pd

don = pd.read_csv("don_hang.csv")
gia_cao = don["don_gia"] >= 70000
print(gia_cao.head(3))
loc_ra = don[gia_cao]
print(len(don), len(loc_ra))

KẾT QUẢ

0     True
1    False
2    False
Name: don_gia, dtype: bool
1526 676

Mask giống một tấm lưới đặt lên bảng: dòng ứng với True lọt qua, dòng ứng với False bị chặn lại. Bảng kết quả giữ nguyên index của don, nên dãy nhãn dòng có chỗ trống ở các dòng bị loại. Bảng don không đổi. Đổi 70000 thành 500000 rồi chạy lại: dòng thứ hai in 1526 8.

Ghép nhiều điều kiện bằng &, | và ~

Câu hỏi thật hay có hai vế: đơn kênh Website và mua từ 3 món. Giữa hai mask, pandas dùng & cho "và", | cho "hoặc", ~ cho "không". Mỗi điều kiện phải nằm trong ngoặc tròn riêng:

python
import pandas as pd

don = pd.read_csv("don_hang.csv")
web = don["kenh"] == "Website"
nhieu = don["so_luong"] >= 3
print(len(don[web & nhieu]))
print(len(don[web | (don["kenh"] == "Ứng dụng")]))
print(len(don[~(don["trang_thai"] == "Hoàn thành")]))

KẾT QUẢ

93
862
213

Đặt từng mask vào một tên như web và nhieu giúp đọc dễ hơn khi điều kiện dài. Ngoặc tròn cần vì & và | được Python tính trước == và >=; thiếu ngoặc, phép ghép chạy trên số và chữ, sai ý hoặc báo lỗi khó hiểu.

Đếm số dòng thỏa điều kiện

Nhiều câu hỏi chỉ cần con số: có bao nhiêu đơn Website mua từ 3 món? Bạn không cần dựng bảng lọc. True được tính là 1 và False là 0, nên sum() của mask là số dòng thỏa, còn mean() là tỉ lệ:

python
import pandas as pd

don = pd.read_csv("don_hang.csv")
mask = (don["kenh"] == "Website") & (don["so_luong"] >= 3)
print(mask.sum())
ti_le = (don["kenh"] == "Website").mean()
print(f"Website chiếm {ti_le * 100:.0f}% số đơn")

KẾT QUẢ

93
Website chiếm 30% số đơn

Kết quả sum() khớp với len(don[mask]) ở ví dụ trước, nhưng gọn hơn và không tạo bảng mới. len(bang_loc) vẫn hợp khi bạn đã có bảng lọc để dùng tiếp.

Lọc dòng và chọn cột cùng lúc bằng loc

Thường bạn không cần cả chín cột của các dòng lọc ra. loc nhận mask ở vế dòng và list tên ở vế cột, nên một lệnh làm được cả hai việc:

python
import pandas as pd

don = pd.read_csv("don_hang.csv")
mask = (don["so_luong"] >= 5) & (don["kenh"] == "Cửa hàng")
cot = ["ma_don", "so_luong", "don_gia"]
print(don.loc[mask, cot])

KẾT QUẢ

       ma_don  so_luong  don_gia
209   DH00210        10    35000
281   DH00282        10    18000
850   DH00851        10    25000
965   DH00966         5    20000
1311  DH01312         5    15000
1313  DH01314        10    30000
1373  DH01374         5    15000
1391  DH01392        10    78000

Đây là cách viết nên quen tay, vì cùng dạng don.loc[mask, "cot"] cũng là cách sửa giá trị theo điều kiện ở bài Copy-on-Write.

Kiểm tra nhanh

  1. Sau import pandas as pd và bang = pd.DataFrame({"gia": [10, 25, 40, 25]}), print(len(bang[bang["gia"] >= 25])) in ra gì?

    • 2
    • 3
    • 4
  2. Sau import pandas as pd và bang = pd.DataFrame({"kenh": ["Web", "App", "Web"], "sl": [1, 5, 4]}), print(((bang["kenh"] == "Web") & (bang["sl"] > 2)).sum()) in ra gì?

    • 1
    • 2
    • 3
  3. Sau import pandas as pd và bang = pd.DataFrame({"kenh": ["Web", "App", "Web", "Shop"]}), print(bang[~(bang["kenh"] == "Web")].index.to_list()) in ra gì?

    • [0, 2]
    • [1, 3]
    • [0, 1]
  4. Sau import pandas as pd và bang = pd.DataFrame({"sl": [1, 5]}), bang[(bang["sl"] > 0) and (bang["sl"] < 3)] báo lỗi gì?

    • Báo lỗi TypeError
    • Báo lỗi ValueError
    • Báo lỗi KeyError
Đúng hết lần đầu +15 XP

Bài tập

Lọc đơn giá cao của một kênh

Trưởng kênh muốn xem các đơn giá cao của riêng kênh mình. Viết thân hàm loc_don(bang, kenh, nguong): trả về các dòng của bang có cột kenh bằng kenh và cột don_gia từ nguong trở lên.

Bảng kết quả giữ mọi cột và index của các dòng được chọn. Không dòng nào thỏa thì trả bảng rỗng có đủ cột. Hàm không sửa bảng bang của nơi gọi.

Trả về: các dòng thỏa điều kiện, một DataFrame.

python
import pandas as pd

def loc_don(bang, kenh, nguong):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • Phép so trên một cột, như don["don_gia"] >= 70000, cho một mask; don[mask] chỉ còn các dòng True.

  • Ghép mask bằng & (và), | (hoặc), ~ (không), mỗi điều kiện trong ngoặc tròn riêng.

  • and, or, not của Python giữa hai Series báo ValueError.

  • mask.sum() đếm số dòng thỏa, mask.mean() cho tỉ lệ.

  • don.loc[mask, ["a", "b"]] lọc dòng và chọn cột trong một lệnh.

Câu hỏi thường gặp

Lọc DataFrame theo nhiều giá trị của một cột thì viết sao cho gọn?

Thay cho chuỗi | dài, dùng isin() với một list giá trị: don[don["kenh"].isin(["Website", "Ứng dụng"])]. Bài isin() và between() giải thích chi tiết.

Có cách viết điều kiện lọc dễ đọc hơn ngoặc vuông không?

query() cho viết điều kiện như một câu, don.query("kenh == 'Website' and so_luong >= 3"), và dùng được and, or trong chuỗi. Xem bài query().

Vì sao sửa giá trị trên bảng đã lọc không đổi bảng gốc?

Bảng lọc là một bảng mới. Muốn sửa bảng gốc theo điều kiện, viết một lệnh don.loc[mask, "cot"] = gia_tri, như bài Copy-on-Write.

Lọc theo chữ chứa trong tên sản phẩm thì sao?

Phép == chỉ khớp nguyên chuỗi. Muốn tìm từ khóa trong chuỗi, dùng str.contains() ở bài lọc theo chuỗi.

Chủ đề

lọc dữ liệu trong pandas

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập