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。

相关问题

Pandas 列筛选多个条件并加总合计

你可以使用 Pandas 的 loc 方法来筛选多个条件的列并加总合计。例如，假设你有一个 DataFrame，其中包含 'A'、'B' 和 'C' 三列数据，你想要筛选出 'A' 列中大于 5 且 'B' 列中小于 10 的数据，并对 'C' 列进行合计，可以使用以下代码：

import pandas as pd

# 创建示例数据
data = {'A': [1, 6, 9, 3, 8],
        'B': [11, 4, 7, 9, 2],
        'C': [5, 2, 8, 6, 1]}
df = pd.DataFrame(data)

# 筛选条件并加总合计
result = df.loc[(df['A'] > 5) & (df['B'] < 10), 'C'].sum()

print(result)

输出结果为：

2

这里的 loc 方法中使用了两个条件，一个是 df['A'] > 5，另一个是 df['B'] < 10，它们之间使用 & 连接表示“且”的关系，即两个条件都需要满足才能筛选出对应的行。最后，我们选择了 'C' 列，并对它进行了合计。

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。