pandas按条件筛选数据的实现

以下是使用 Pandas 按条件筛选数据的实现攻略：

根据条件选择数据

Series 操作

可以使用布尔运算符（如：=,>,<,>=,<=或!=）将列与值进行比较。生成一系列 True/False 值，再将一个 pandas.series 与该值对比时，True 值表示哪些数据需要被筛选出来。模板：df["Coloumn Name"] > 10 中的 df 表示 Pandas.DataFrame 对象；"Coloumn Name" 表示选定的列名；>10 表示需要筛选的条件。

示例1：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David','Emily'], 
        'age': [25, 26, 22, 29, 26],
        'gender': ['F', 'M', 'M', 'M', 'F'],
        'math': [60, 70, 80, 90, 88],
        'english': [70, 95, 75, 85, 70]}

df = pd.DataFrame(data)

df[df['math'] > 70]

输出结果：

      name  age gender  math  english
2  Charlie   22      M    80       75
3    David   29      M    90       85
4    Emily   26      F    88       70

在这个例子里，我们选取所有数学成绩大于 70 分的记录。

DataFrame 操作

在 Pandas 的 DataFrame 中，可以通过类似于 NumPy 数组的方式使用切片进行筛选。不同点是 DataFrame 容许我们在切片中传递条件，用于过滤方法（boolean indexing）。示例：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'], 
        'age': [25, 26, 22, 29, 26],
        'gender': ['F', 'M', 'M', 'M', 'F'],
        'math': [60, 70, 80, 90, 88],
        'english': [70, 95, 75, 85, 70]}

df = pd.DataFrame(data)

df[(df['math'] > 70) & (df['gender'] == 'M')]

输出结果：

     name  age gender  math  english
2  Charlie   22      M    80       75
3    David   29      M    90       85

在这个例子里，我们选取数学成绩 math 大于 70 分，并且性别 gender 为 M 的记录。

当条件为多个值时

在 Pandas 中我们可以通过 isin() 函数来处理包含多个值的查询条件。示例:

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'], 
        'age': [25, 26, 22, 29, 26],
        'gender': ['F', 'M', 'M', 'M','F'],
        'math': [60, 70, 80, 90, 88],
        'english': [70, 95, 75, 85, 70]}

df = pd.DataFrame(data)

df[df['name'].isin(['Alice', 'David'])]

输出结果：

     name  age gender  math  english
0   Alice   25      F    60       70
3   David   29      M    90       85

在这个例子里，我们根据 "name"列选取了名字为Alice和David的记录。