dataframe设置两个条件取值的实例

下面是详细讲解“dataframe设置两个条件取值的实例”的完整攻略。

什么是DataFrame数据类型？

DataFrame 是 Pandas 库最核心的数据类型之一，它类似于 Excel 中的电子表格，是以二维表格形式存储数据的数据结构。DataFrame 由 Series 对象构成的字典（key-value）构建而成，每一个 Series 对应一个列。

如何设置两个条件取值？

假设现在有一份数据表格，包含学生的姓名、性别、年龄、语文成绩和数学成绩等信息。现在想要选择年龄大于18岁且数学成绩大于80分的学生的信息，应该怎么做呢？可以使用 Pandas 库中的 DataFrame 对象和相关方法来实现。

例1：使用布尔索引筛选

要选择年龄大于18岁且数学成绩大于80分的学生，可以通过使用布尔索引来筛选。具体步骤如下：

import pandas as pd

# 创建一个学生信息的 DataFrame 对象
df = pd.DataFrame({
    'Name': ['张三', '李四', '王五', '赵六'],
    'Gender': ['男', '女', '男', '女'],
    'Age': [20, 18, 25, 22],
    'Chinese': [80, 85, 90, 75],
    'Math': [81, 86, 83, 78]
})

# 使用布尔索引选择满足条件的数据
df_selected = df[(df['Age'] > 18) & (df['Math'] > 80)]

# 输出选择的学生信息
print(df_selected)

运行上面的代码，得到的输出结果如下：

  Name Gender  Age  Chinese  Math
0   张三      男   20       80    81
1   李四      女   18       85    86
2   王五      男   25       90    83

从输出的结果可以看出，这段代码成功地选择了年龄大于18岁且数学成绩大于80分的学生，并输出了他们的详细信息。

例2：使用query方法筛选

除了使用布尔索引选择数据之外，还可以使用 Pandas 库中的 query 方法来筛选。具体步骤如下：

import pandas as pd

# 创建一个学生信息的 DataFrame 对象
df = pd.DataFrame({
    'Name': ['张三', '李四', '王五', '赵六'],
    'Gender': ['男', '女', '男', '女'],
    'Age': [20, 18, 25, 22],
    'Chinese': [80, 85, 90, 75],
    'Math': [81, 86, 83, 78]
})

# 使用 query 方法选择满足条件的数据
df_selected = df.query('Age > 18 & Math > 80')

# 输出选择的学生信息
print(df_selected)

运行上面的代码，得到的输出结果与上一个例子中的结果一致。

总结

到此为止，我们已经学会了利用 Pandas 库中的 DataFrame 对象和相关方法来选择满足两个条件的数据。具体的实现方法有多种，要根据具体的需求来选择最合适的方式。在实际的数据分析工作中，数据的筛选是一个非常重要的环节，需要我们认真学习并掌握。