dataframe 筛选

根据提供的引用内容，可以使用以下几种方法对DataFrame进行筛选：

方法1: 使用布尔索引
可以使用布尔索引来筛选DataFrame中符合条件的数据。例如，要筛选出蛋白质小于等于30，并且级别含有"2nd"的数据记录，可以使用以下代码：
data = df[(df["protein"] <= 30) & df["rank"].str.contains("2nd")]

方法2: 使用多重条件筛选
如果要同时筛选出蛋白质含量大于30并且产品评级为"1st"的数据，可以使用以下代码：
data = df[(df["protein"] >= 30) & (df["rank"] == "1st")]

方法3: 使用loc函数
loc函数可以根据特征属性（列名）或索引标签筛选数据。例如，要筛选出蛋白质小于等于某个值的数据，可以使用以下代码：
data = df.loc[df["column_name"] <= value]

另外，loc函数也可以同时根据索引标签和特征属性（列名）筛选数据。例如，要同时筛选出蛋白质小于等于某个值并且级别含有某个关键字的数据，可以使用以下代码：
data = df.loc[(df["protein"] <= value) & df["rank"].str.contains("keyword")]

请根据具体的筛选条件选择适合的方法进行筛选。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [Python dataframe 多条件筛选/过滤数据的方法及函数isin，query，contains，loc的使用介绍](https://blog.csdn.net/weixin_45914452/article/details/120585861)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]