Python中筛选出dataframe中大于10的行

可以使用布尔索引来筛选出dataframe中大于10的行：

import pandas as pd

# 创建一个示例dataframe
df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': [10, 20, 30, 40, 50],
                   'C': [100, 200, 300, 400, 500]})

# 筛选出大于10的行
df_gt_10 = df[df > 10]

print(df_gt_10)

输出结果为：

     A     B      C
0  NaN  10.0  100.0
1  NaN  20.0  200.0
2  3.0  30.0  300.0
3  4.0  40.0  400.0
4  5.0  50.0  500.0

可以看到，筛选出的结果是一个新的dataframe，其中大于10的元素被保留，小于等于10的元素被置为NaN。如果只想筛选出某一列中大于10的行，可以使用以下代码：

df_gt_10 = df[df['B'] > 10]

此时，筛选出的结果只包含'B'列中大于10的行。

相关问题

python中DataFrame中筛选第1列中值大于2的所有行数据

可以使用pandas库读取数据，然后使用条件筛选的方式来实现该操作。具体代码如下：

import pandas as pd

# 读取数据
df = pd.read_csv('data.csv')

# 筛选第1列中值大于2的所有行数据
result = df[df.iloc[:, 0] > 2]

# 输出结果
print(result)

其中，`iloc[:, 0]`表示选取第1列数据，`df[df.iloc[:, 0] > 2]`表示筛选第1列中值大于2的所有行数据。你可以将代码中的`data.csv`替换成你自己的数据文件路径。

筛选dataframe几列中大于0的最小值

在 Pandas 中，你可以通过组合几个函数来筛选 DataFrame 的多列，并找到其中大于0的最小值。假设你有一个名为 `df` 的 DataFrame，含有多列 `column1`, `column2`, 和 `column3`，你可以这样做：

# 首先选取所有大于0的行
filtered_df = df[df > 0]

# 使用 `idxmin()` 函数沿着指定轴（默认是列）找到每个非空组（即大于0的行）中每列的第一个大于0的值
min_values = filtered_df.min(axis=1)

# 结果是一个 Series，包含了每一行（即一组列）中最小的非零值
min_values_series = min_values

# 如果需要找到对应的原索引，可以使用 `reset_index()` 将 Series 转回 DataFrame 并添加索引列
result_df = min_values_series.reset_index(drop=True)

这样 `result_df` 就会包含各组中大于0的最小值及其所在的行索引。