Pandas多个条件(AND,OR,NOT)中提取行

下面是Pandas多个条件中提取行的攻略。

1. 选择多行数据

通常，我们可以使用loc或iloc来选择某一行或某些行的数据，如：

df.loc[3]        # 选择第3行数据
df.iloc[[0, 2]]  # 选择第1行和第3行的数据

但是，如果我们需要选择多个条件下的行数据时，可以使用多个逻辑操作符（例如&, |, ~），并放置在括号中，比如：

df.loc[(df["A"] > 1) & (df["B"] == "a")]      # 选择A列大于1且B列等于"a"的行数据
df.loc[(df["A"] > 1) | (df["B"] == "a")]      # 选择A列大于1或B列等于"a"的行数据
df.loc[(df["A"] > 1) & ~(df["B"] == "a")]     # 选择A列大于1且B列不等于"a"的行数据

其中，&表示and，|表示or，~表示not.

2. 示例说明

为了更好地理解这个过程，我们可以通过两个示例进行说明。

示例一

首先，我们创建一个包含三列的DataFrame：

import pandas as pd
df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': ['a', 'b', 'c', 'd', 'e'],
    'C': [0.1, 0.2, 0.3, 0.4, 0.5]
})

上面的代码创建了一个包含三列的DataFrame，其中列A包含整数，列B包含字符串，列C包含浮点数。

现在我们希望选择列A大于2且列B等于'b'的所有行。为了实现这个目标，我们可以使用如下代码：

df.loc[(df['A'] > 2) & (df['B'] == 'b')]    

这将选择所有行，其中列A大于2且列B等于“b”。

示例二

假设现在我们有一个更复杂的数据集，其中包含更多的列和行。我们从这里下载并加载TED演讲数据集：

import pandas as pd
url = 'https://raw.githubusercontent.com/justmarkham/pandas-videos/master/data/ted.csv'
df = pd.read_csv(url)

由于该数据集比较大，我们只选择其中的前5行来演示如何使用多个条件选择行：

df.iloc[:5,:]

运行结果如下：

        comments  duration  ...                                        url     views
0.0        4553      1164  ...  https://www.ted.com/talks/ken_robinson_says...  47227110
1.0         265       977  ...  https://www.ted.com/talks/al_gore_on_avertin...   3200520
2.0         124      1286  ...  https://www.ted.com/talks/david_pogue_says_s...   1636292
3.0         200      1116  ...  https://www.ted.com/talks/majora_carter_s_tal...   1697550
4.0         593      1190  ...  https://www.ted.com/talks/hans_rosling_shows_...  12005869

[5 rows x 17 columns]

现在，假设我们想选择那些演讲时长大于20分钟且观看次数超过500万次的演讲，我们可以通过如下代码来实现：

df.loc[(df['duration'] > 1200) & (df['views'] > 5000000)]

结果将只包含那些时长大于20分钟且观看次数超过500万次的演讲数据。

以上就是Pandas多个条件中提取行的完整攻略，希望对你有所帮助！