博客

要按照若干个列的组合条件筛选pandas数据，可以使用pandas中的DataFrame.query()函数或DataFrame.loc[]函数。这两个函数都可以根据指定条件筛选DataFrame中的数据。

方法一：使用DataFrame.query()函数

DataFrame.query()函数可以根据字符串形式的查询表达式，筛选并返回DataFrame中符合条件的数据。查询表达式中需要指定多个列及其对应的值，如下所示：

import pandas as pd

# 构造测试数据
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [20, 30, 25, 35],
    'gender': ['F', 'M', 'M', 'M'],
    'score': [80, 90, 85, 95]
})

# 按照多个列的值筛选数据
query_string = "age > 25 and gender == 'M'"
result = df.query(query_string)
print(result)

上面的例子中，我们根据age和gender两个列的值筛选数据，并获得符合条件的行，即Charlie和David所在的行。

方法二：使用DataFrame.loc[]函数

DataFrame.loc[]函数可以根据行和列的标签，筛选并返回DataFrame中符合条件的数据。在loc函数中，我们需要使用布尔条件来进行数据的筛选，因此需要使用&、|等布尔运算符将多个列和其对应条件连接起来，如下所示：

import pandas as pd

# 构造测试数据
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [20, 30, 25, 35],
    'gender': ['F', 'M', 'M', 'M'],
    'score': [80, 90, 85, 95]
})

# 按照多个列的值筛选数据
result = df.loc[(df.age > 25) & (df.gender == 'M')]
print(result)

上述代码中，我们使用&运算符连接了age > 25和gender == 'M'两个条件，获得了符合条件的行，即Charlie和David所在的行。

通过以上两种方法，我们可以灵活地、高效地、简洁地完成对pandas数据的筛选工作。