从dataframe类型数据中选出符合条件的行

在数据分析中，DataFrame是一种常见的二维表格型数据结构，通常在pandas库中使用。如果你想从DataFrame中选择符合条件的行，可以使用条件筛选（querying）功能。以下是几种常用的方法：

1. **布尔索引**：你可以创建一个布尔系列（True/False），然后通过这个布尔系列选取行。例如：

   condition = df['column_name'] > some_value  # 判断某列大于某个值
   selected_rows = df[condition]

2. **`.loc` 或 `.iloc`**：如果你想要基于位置（index）或标签（label）选择行，可以分别使用这两个属性：
- `.loc[row_indexer, column_indexer]`
- `.iloc[row_number, column_number]`

3. **`.query()`**: pandas提供了`.query()`函数，可以编写SQL-like的查询语句：

   selected_rows = df.query('column_name > some_value')

4. **Lambda表达式**：对于复杂的条件，可以使用lambda函数作为筛选条件：

   selected_rows = df[df.apply(lambda row: row['column_name'] > some_value, axis=1)]