python dataframe筛选数据

在 Python 中，pandas 库提供了 DataFrame 类型来存储和操作二维表格数据。要筛选 DataFrame 中的数据，可以使用类似于索引列表的方式来过滤行。例如，可以使用布尔索引，如下所示：

import pandas as pd

# 创建一个示例 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
        'age': [25, 30, 35, 40, 45],
        'city': ['New York', 'Los Angeles', 'Chicago', 'Houston', 'Phoenix']}
df = pd.DataFrame(data)

# 筛选年龄大于等于 35 的行
df[df['age'] >= 35]

还可以使用其它方法，如 query()或 loc()等.

# using query()
df.query('age >=35')
# using loc[]
df.loc[df['age'] >= 35]

可以根据需要添加更多条件，如下所示：

# 筛选年龄大于在 pandas 中，可以使用布尔索引来筛选 DataFrame 中的数据。例如，假设有一个名为 df 的 DataFrame，其中一列名为 'col'，要筛选出 col 值大于等于 0 的行，可以这样做：

df[df['col'] >= 0]

也可以结合多列进行筛选

df[(df['col_1'] > 0) & (df['col_2'] == 'some_value')]

还可以使用 .loc 或 .iloc 属性对行进行筛选

df.loc[df['col'] >= 0]

df.iloc[:,1:3]

上面一行代码，是取DataFrame 第二列和第三列，: 表示全部行

可以使用 query 方法进行筛选

df.query("col_1 > 0 and col_2 == 'some_value'")

布尔索引、.loc 和 .iloc 都是返回 DataFrame 的子集，而 query 方法返回的是新的 DataFrame。