pandas 中dataframe 的布尔索引

在 Pandas 中，DataFrame 的布尔索引是一种根据条件筛选数据的方法。你可以使用布尔表达式创建一个与 DataFrame 相同形状的布尔数组，然后将该数组作为索引传递给 DataFrame，以获取满足条件的行或列。

下面是一个使用布尔索引的示例：

import pandas as pd

# 创建一个示例 DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dave'],
        'Age': [25, 30, 35, 40],
        'Salary': [50000, 60000, 70000, 80000]}
df = pd.DataFrame(data)

# 使用布尔索引筛选年大于等于 35 的行
filtered_df = df[df['Age'] >=35]
print(filtered_df)

输出结果为：

      Name  Age  Salary
2  Charlie   35   70000
3     Dave   40   80000

在上述示例中，我们使用条件 `df['Age'] >= 35` 创建了一个布尔数组，然后将该数组作为索引传递给 DataFrame `df`，以获取满足条件的行。

你也可以使用逻辑运算符（如 `&`、`|` 和 `~`）结合多个条件来创建复杂的布尔索引。例如，筛选年龄大于等于 35 并且薪水大于等于 70000 的行可以使用以下代码实现：

filtered_df = df[(df['Age'] >= 35) & (df['Salary'] >= 70000)]
print(filtered_df)

输出结果为：

      Name  Age  Salary
2  Charlie   35   70000
3     Dave   40   80000

这样，你就可以根据自己的条件使用布尔索引来筛选 DataFrame 中的数据了。