Python Pandas条件筛选功能

【Python Pandas条件筛选功能】完整攻略：

1. Pandas条件筛选的基本语法

Pandas的条件筛选功能可以通过使用布尔运算符配合DataFrame数据进行筛选操作。在Pandas中，使用[]符号来对数据进行筛选，对于条件筛选，中括号内需要使用布尔运算符进行运算，最终输出满足条件的数据。

下面是条件筛选的基本语法：

df[condition]

其中，df表示DataFrame数据，condition表示Boolean条件表达式，例如：df['column_name']>100就是一个Boolean条件表达式。

2. Pandas条件筛选的示例

示例一：筛选出满足条件的DataFrame行数据

下面是一个DataFrame数据：

import pandas as pd

df = pd.DataFrame({'Name': ['Tom', 'Jerry', 'Mike', 'Lucy'], 
                   'Score': [100, 95, 80, 85], 
                   'Age': [20, 21, 19, 20]})

如果要筛选出分数大于等于90分的数据，可以使用下面的代码：

condition = df['Score']>=90
result_df = df[condition]
print(result_df)

输出结果如下：

     Name  Score  Age
0     Tom    100   20
1   Jerry     95   21

示例二：筛选出满足条件的某一列数据

如果只需要筛选出分数大于等于90分的姓名数据，可以使用下面的代码：

condition = df['Score']>=90
result_df = df.loc[condition,'Name']
print(result_df)

输出结果如下：

0       Tom
1     Jerry
Name: Name, dtype: object

在这个代码中，loc方法用于定位满足条件的行和列，分别为condition和'Name'。因为在这里只需要输出姓名列的数据，所以用逗号隔开后面的'Name'，只筛选出姓名这一列来进行输出。