pandas过滤满足条件的值案例

假设有一个存储学生成绩的DataFrame，包含学生姓名、科目和成绩三列数据，请问如何过滤出数学成绩大于80分的学生？

首先，我们可以创建一个示例DataFrame：

import pandas as pd

data = {'name': ['张三', '李四', '王五', '赵六'],
        'subject': ['语文', '数学', '英语', '语文'],
        'score': [78, 85, 79, 92]}

df = pd.DataFrame(data)
print(df)

输出结果为：

  name subject  score
0   张三      语文     78
1   李四      数学     85
2   王五      英语     79
3   赵六      语文     92

然后，我们可以使用boolean indexing来过滤满足条件的行，即数学成绩大于80分的学生：

math_df = df[df['subject'] == '数学']
math_df = math_df[math_df['score'] > 80]
print(math_df)

输出结果为：

  name subject  score
1   李四      数学     85

可以看到，我们成功地过滤出了数学成绩大于80分的学生，即李四。

相关问题

pandas过滤满足条件的值

可以使用pandas中的boolean indexing来过滤满足条件的值。例如，假设有一个DataFrame df，我们想要过滤出列A中大于5的行，可以使用以下代码：

df[df['A'] > 5]

其中，`df['A'] > 5`会返回一个布尔类型的Series，值为True表示该行的A列大于5，False表示小于等于5，然后将这个Series传入df中，即可得到满足条件的行。

pandas 过滤可能包含值的行

可以使用 pandas 的 isin() 方法来过滤可能包含值的行，示例代码如下：

import pandas as pd

# 创建一个包含可能包含值的数据集
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 30, 35, 40],
        'gender': ['female', 'male', 'male', 'male']}
df = pd.DataFrame(data)

# 过滤可能包含值的行
values_to_filter = ['Bob', 'David']
filtered_df = df[df['name'].isin(values_to_filter)]

print(filtered_df)

输出结果为：

     name  age gender
1     Bob   30   male
3   David   40   male