pandas 筛选符合条件的索引

在 pandas 中，我们可以使用布尔索引（Boolean indexing）来筛选符合条件的数据。布尔索引是一种通过传递布尔值（True 或 False）来选择数据的方法。其原理是：对于一个DataFrame或Series对象，我们可以将条件表达式应用到数据集上，返回的是一个由布尔值组成的DataFrame或Series对象，对于表中每一行或每一个元素，如果满足条件，那么相应的位置就会返回True，否则就会返回False。可以使用这个布尔型的DataFrame或Series对象作为索引，从而得到我们想要的数据。

举个例子，假设我们有以下的一个DataFrame对象df：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
                   'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
                   'C': np.random.randn(8),
                   'D': np.random.randn(8)})
print(df)

输出结果如下：

     A      B         C         D
0  foo    one  0.171342 -1.256501
1  bar    one -1.426386 -1.103743
2  foo    two  0.877635 -0.938616
3  bar  three  0.213667 -0.305198
4  foo    two -1.081901 -1.291754
5  bar    two -1.228686 -0.170729
6  foo    one -0.112596 -1.021848
7  foo  three  0.300287 -0.099065

我们想要筛选出所有A列中值为'foo'的行，可以使用以下代码：

df[df['A'] == 'foo']

输出结果如下：

     A      B         C         D
0  foo    one  0.171342 -1.256501
2  foo    two  0.877635 -0.938616
4  foo    two -1.081901 -1.291754
6  foo    one -0.112596 -1.021848
7  foo  three  0.300287 -0.099065

这里我们首先使用了一个条件表达式df['A'] == 'foo'，返回的是一个由布尔值组成的Series对象。然后我们将这个Series对象作为索引传递给df，得到了我们想要的结果。