Все ноды/Data/DataFrame Ops

DF: фильтр строк

SQL WHERE: фильтрует строки DataFrame по выражению (синтаксис ``DataFrame.query``). Пример: ``revenue > 1000 and country == 'DE'``.

Как попробовать

Как применять

Оставляет в таблице только те строки, которые подходят под условие, — это SQL WHERE. Отбор колонок делает df_select, схлопывание повторов — df_drop_duplicates. Если по условию нужно увести весь запуск в другую ветку графа, а не отфильтровать таблицу, это if.

Как это работает

Выражение уходит в pandas как есть. Имена колонок пишутся без кавычек, текстовые значения — в кавычках, условия соединяются словами and, or, not: revenue > 1000 and country == 'DE'.

Пустой результат — не ошибка. Нода отдаёт таблицу из нуля строк, запуск идёт дальше, и следующий шаг увидит пустую выборку, а не сбой. Исходная нумерация строк сохраняется — это важно, если дальше вы склеиваете таблицы по колонкам через df_concat.

Поле «Выражение» не шаблонное: {{ variables.x }} в нём не раскрывается и уедет в pandas буквально. Условие задаётся колонками и литералами, а не значениями из контекста запуска.

Символы @ и __ в выражении запрещены и отклоняются с ошибкой — через них pandas добирается до внешних объектов, и рабочим фильтрам они не нужны.

Частые ошибки

• Пустое выражение. Граф не пройдёт проверку: у ноды нет режима «пропустить всё».
• = вместо ==. Сравнение в pandas — двойное, одиночное = даёт синтаксическую ошибку.
• Имя колонки с опечаткой — нода падает. Сверяйте имена по предпросмотру предыдущего шага: в журнале запуска у каждой df-ноды видно схему и первые строки результата (до 50).
• Ожидание таблицы в шаблоне. {{ nodes.<id>.output }} подставит служебную строку вида DataFrameEnvelope(rows=42, cols=5), а не данные. Чтобы получить JSON или CSV-текст, поставьте следом convert.

Входы

Выходы

Настройки