PANDAS 同一列 多条件筛选

在 Pandas 中，可以使用 `loc` 方法进行多条件筛选。例如，假设你有一个数据框 df，其中有一列名为 "col"，你想要筛选出 "col" 列中值为 A 或 B 的行，可以使用以下代码：

df.loc[(df['col'] == 'A') | (df['col'] == 'B')]

如果你想要筛选出 "col" 列中值为 A 且 B 的行，可以使用以下代码：

df.loc[(df['col'] == 'A') & (df['col'] == 'B')]

需要注意的是，条件之间要用括号括起来，并且条件之间要用 `|` 或 `&` 进行连接。

相关问题

Pandas 同一列多个条件筛选并加总合计

你可以使用 Pandas 的 loc 方法来实现同一列多个条件筛选并加总合计。下面是一个示例代码：

import pandas as pd

# 创建示例数据
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [25, 30, 35, 40],
    'gender': ['F', 'M', 'M', 'M'],
    'salary': [5000, 6000, 7000, 8000]
})

# 使用 loc 方法筛选并加总合计
total_salary = df.loc[(df['age'] > 30) & (df['gender'] == 'M'), 'salary'].sum()

print('Total salary:', total_salary)

在上面的示例代码中，我们首先创建了一个示例数据，包含了四个人的姓名、年龄、性别和薪资。然后，我们使用 loc 方法来筛选出年龄大于 30 并且性别为男性的人的薪资，并将它们加总合计。最后，我们打印出了总薪资。

用python同一条件筛选多张工作表的列并保存

你可以使用 `pandas` 库来筛选多张工作表的列。以下是一个示例代码：

import pandas as pd

# 定义筛选条件
conditions = {
    'Sheet1': ['col1', 'col2'],
    'Sheet2': ['col3', 'col4'],
    'Sheet3': ['col5', 'col6']
}

# 读取 Excel 文件
excel_file = pd.read_excel('your_excel_file.xlsx', sheet_name=list(conditions.keys()))

# 筛选列并保存到新的 Excel 文件
writer = pd.ExcelWriter('new_excel_file.xlsx')
for sheet_name in excel_file.keys():
    sheet_data = excel_file[sheet_name][conditions[sheet_name]]
    sheet_data.to_excel(writer, sheet_name=sheet_name)
writer.save()

在上面的代码中，首先定义了一个字典 `conditions`，其中包含了每个工作表需要筛选的列。然后使用 `pandas` 的 `read_excel` 函数读取 Excel 文件，并指定要读取的工作表名字。接着，遍历每个工作表，根据 `conditions` 中的筛选条件筛选出对应的列，最后使用 `to_excel` 方法将结果保存到新的 Excel 文件中。