哈喽，大家好，我是木头左！

筛选条件

基本筛选

要筛选DataFrame，首先需要了解筛选条件。Pandas提供了多种筛选条件，包括等于（==）、不等于（！=）、大于（>）、小于（<）、大于等于（>=）、小于等于（<=）等。

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3, 4, 5], 'B': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

# 筛选A列大于2的行
filtered_df = df[df['A'] > 2]

逻辑运算

Pandas支持使用逻辑运算符（如&、|、~）来进行多个条件的筛选。

# 筛选A列大于2且B列小于40的行
filtered_df = df[(df['A'] > 2) & (df['B'] < 40)]

模糊匹配

Pandas还支持使用正则表达式进行模糊匹配。

# 筛选A列包含数字2的行
filtered_df = df[df['A'].str.contains('2')]

多列筛选

多列等于

要筛选多列等于某个值的行，可以使用==运算符。

# 筛选A列等于1且B列等于10的行
filtered_df = df[(df['A'] == 1) & (df['B'] == 10)]

多列逻辑运算

要进行多列的逻辑运算，可以使用&、|、~运算符。

# 筛选A列大于1且B列小于40的行
filtered_df = df[(df['A'] > 1) & (df['B'] < 40)]

多列模糊匹配

要进行多列的模糊匹配，可以使用str.contains()方法。

# 筛选A列包含数字1且B列包含数字10的行
filtered_df = df[(df['A'].str.contains('1')) & (df['B'].str.contains('10'))]

高级筛选

使用函数进行筛选

Pandas还支持使用自定义函数进行筛选。

# 定义一个筛选函数，筛选A列的平方大于10的行
def square_greater_than_10(x):
    return x**2 > 10

filtered_df = df[square_greater_than_10(df['A'])]

使用query()方法进行筛选

Pandas 1.0.0版本引入了query()方法，可以更方便地进行筛选。

# 筛选A列的平方大于10的行
filtered_df = df.query('A**2 > 10')

筛选结果的处理

筛选后，可能需要对筛选结果进行进一步处理，例如计算统计量、转换数据类型等。

计算统计量

# 计算筛选后的A列平均值
mean_a = filtered_df['A'].mean()

转换数据类型

# 将筛选后的B列转换为整数类型
filtered_df['B'] = filtered_df['B'].astype(int)

我是木头左，感谢各位童鞋的点赞、收藏，我们下期更精彩！