Pandas通过布尔索引实现多条件筛选，使用“&”（AND）、“|”（OR）组合多个条件，如(df[‘Age’] > 25) & (df[‘City’] == ‘New York’)，需注意括号优先级。
在Pandas中，要筛选DataFrame的数据，核心思想就是布尔索引（Boolean Indexing）。简单来说，就是你给DataFrame一个True/False的序列，Pandas会根据这个序列，只保留那些对应位置为True的行。这方法灵活得很，能让你根据各种条件，无论是数值、文本还是时间，精准地把你需要的数据“捞”出来。
说实话，第一次接触DataFrame筛选的时候，我个人觉得它有点像是在玩一个高级的“找不同”游戏。你设定好规则，然后Pandas就帮你把符合规则的数据找出来。最基础的筛选，就是直接把你的条件表达式写在DataFrame的方括号里。
假设我们有一个叫
df
的DataFrame，里面有
Name
,
Age
,
City
,
Score
这些列。
import pandas as pdimport numpy as np# 示例数据data = { 'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve', 'Frank', 'Grace', 'Heidi', 'Ivan', 'Judy'], 'Age': [24, 27, 22, 32, 29, 35, 26, 30, 23, 28], 'City': ['New York', 'London', 'Paris', 'New York', 'London', 'Paris', 'New York', 'London', 'Paris', 'New York'], 'Score': [85, 92, 78, 95, 88, 70, 91, 83, 75, 90], 'Enrollment_Date': pd.to_datetime(['2020-01-15', '2019-03-22', '2021-07-01', '2018-11-10', '2020-05-01', '2017-09-01', '2021-02-28', '2019-10-05', '2022-04-12', '2020-08-18']), 'Is_Active': [True, False, True, True, False, True, True, False, True, True], 'Comments': ['Good', 'Average', np.nan, 'Excellent', 'Needs Improvement', 'Good', 'Excellent', 'Average', 'Good', 'Excellent']}df = pd.DataFrame(data)print(df) # 原始DataFrame# 1. 单条件筛选：筛选出年龄大于25岁的人# 核心就是生成一个布尔序列，然后用它来索引DataFramefiltered_age = df[df['Age'] > 25]print("n年龄大于25岁的数据:")print(filtered_age)# 2. 筛选特定城市的人filtered_city = df[df['City'] == 'New York']print("n城市是New York的数据:")print(filtered_city)# 3. 筛选布尔列filtered_active = df[df['Is_Active']] # 或者 df[df['Is_Active'] == True]print("n活跃用户数据:")print(filtered_active)# 4. 结合loc进行筛选：这种方式更明确，也更推荐# loc的第一个参数是行选择器，第二个是列选择器filtered_loc = df.loc[df['Score'] > 80, ['Name', 'City', 'Score']]print("n分数大于80，并只显示姓名、城市和分数:")print(filtered_loc)
这基本上就是Pandas筛选的起点。你会发现，所有的复杂筛选，最终都归结于如何构造那个布尔序列。掌握了这个，你几乎就能应对所有数据筛选的场景了。
立即学习“Python免费学习笔记（深入）”；
Pandas DataFrame如何实现多条件筛选，以及AND和OR的运用？
在实际的数据分析中，我们很少会只根据一个条件来筛选数据。通常，我们需要同时满足几个条件，或者满足其中之一
以上就是python中pandas的DataFrame怎么筛选数据_Pandas DataFrame数据筛选技巧的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1371868.html
微信扫一扫 
支付宝扫一扫 
