pandas按若干个列的组合条件筛选数据的方法

下面是关于pandas按若干个列的组合条件筛选数据的方法的完整攻略。

pandas多条件筛选数据函数

在pandas中，我们可以使用loc方法，并结合判断条件进行多条件筛选数据。下面是示例代码：

df.loc[ (df['列1'] == 条件1) & (df['列2'] == 条件2) & (df['列3'] == 条件3) ]

其中，df代表数据框，列1、列2和列3代表数据框的三列数据，条件1、条件2和条件3分别代表列1、列2和列3所需要筛选的条件。其中&表示逻辑与，代表所有条件都需要同时满足，并返回符合条件的所有行数据。

示例1

代码如下：

import pandas as pd

# 定义数据框
df = pd.DataFrame({'fruit': ['apple', 'banana', 'orange', 'pear'],
                   'color': ['red', 'yellow', 'orange', 'green'],
                   'price': [3.2, 2.5, 2.8, 4.0]})

# 根据条件筛选数据
df_result = df.loc[(df['color']=='orange')&(df['price']<3)]
print(df_result)

输出结果为：

    fruit    color  price
2  orange   orange    2.8

上述示例中，我们定义了一组水果数据，包含了四种水果的名称、颜色和价格。然后我们使用loc方法进行筛选：我们需要筛选颜色为橙色且价格小于3元的水果，所以我们使用了条件：df['color']=='orange'和df['price']<3，使用&进行逻辑与运算，最后将符合条件的行数据输出。

示例2

代码如下：

import pandas as pd

# 定义数据框
df = pd.DataFrame({'language': ['Python', 'Java', 'C++', 'C#'],
                   'type': ['Scripting', 'Object-oriented', 'Object-oriented', 'Object-oriented'],
                   'compatibility': ['Windows', 'Multi-platform', 'Multi-platform', 'Windows'],
                   'usage': ['Web development', 'Android development', 'Game development', 'Windows development']})

# 根据条件筛选数据
df_result = df.loc[(df['type']=='Object-oriented') & (df['compatibility']=='Multi-platform')]
print(df_result)

输出结果为：

  language             type    compatibility              usage
1     Java  Object-oriented  Multi-platform  Android development
2      C++  Object-oriented  Multi-platform    Game development

上述示例中，我们定义了一组编程语言数据，包含了四种语言的名称、类型、兼容性和用途。然后我们使用loc方法进行筛选：我们需要筛选类型为面向对象且兼容性为多平台的编程语言，所以我们使用了条件：df['type']=='Object-oriented'和df['compatibility']=='Multi-platform'，使用&进行逻辑与运算，最后将符合条件的行数据输出。

上述示例可以看出，我们可以使用多个条件进行筛选，并将结果输出，这样我们可以快速地找到符合我们需求的数据。