按多个条件选择行 - Pandas

Pandas 是 Python 数据分析领域的重要库之一。在数据处理中，选择特定的行是一项常见任务。本文将介绍如何按多个条件选择行。

示例数据

为了方便演示，我们首先需要创建一个示例数据集。示例数据包含以下列：

• name: 姓名
• gender: 性别
• age: 年龄
• score: 分数

import pandas as pd

data = {'name': ['Tom', 'Jerry', 'Mike', 'Lucy', 'Amy'],
        'gender': ['M', 'M', 'M', 'F', 'F'],
        'age': [20, 22, 21, 19, 20],
        'score': [85, 92, 88, 78, 90]}

df = pd.DataFrame(data)

按单个条件选择行

Pandas 中的 loc 方法可以按条件选择行。假设我们要选择性别为男性的行，可以使用以下代码：

male = df.loc[df['gender'] == 'M']
print(male)

输出如下：

    name gender  age  score
0    Tom      M   20     85
1  Jerry      M   22     92
2   Mike      M   21     88

以上代码中的 df['gender'] == 'M' 是一个条件语句，可以选择 gender 列中值为 M 的行。运用 .loc 方法，可以将满足条件的行筛选出来。

按多个条件选择行

如果要按多个条件选择行，需要将多个条件用 & 或 | 符合连接起来。例如，假设我们想要选择年龄大于 20 岁且分数大于等于 90 分的男性行，可以使用以下代码：

condition = (df['gender'] == 'M') & (df['age'] > 20) & (df['score'] >= 90)
result = df.loc[condition]
print(result)

输出如下：

  name gender  age  score
1  Jerry      M   22     92

以上代码中，& 符号连接的条件表示满足三个条件的交集，| 符号连接的条件表示满足两个条件的并集。

总结

本文介绍了 Pandas 如何按多个条件选择行。如果需要对数据进行更细致的处理，可以查看 Pandas 文档，或使用相关数据分析库。