Pandas多个条件(AND,OR,NOT)中提取行.docxVIP

第

Pandas多个条件(AND,OR,NOT)中提取行

目录如何提取（选择）行通过AND，OR，NOT多个条件提取（选择）行的代码-示例3个以上条件的运算符的优先级使用Pandas从多个条件（AND，OR，NOT）中提取行的方法。

有以下2点需要注意：

＆，|，?的使用（and、or、not的错误）使用比较运算符时，请将每个条件括在括号中。

以下数据为例。

importpandasaspd

df=pd.read_csv(./data/09/sample_pandas_normal.csv)

print(df)

#???name?agestate?point

#0??Alice?24??NY??64

#1???Bob?42??CA??92

#2?Charlie?18??CA??70

#3??Dave?68??TX??70

#4??Ellen?24??CA??88

#5??Frank?30??NY??57

本例是使用pandas.DataFrame，但pandas.Series也同样适用。

如何提取（选择）行

首先，展示如何从pandas.DataFrame中提取（选择）行以获得新的pandas.DataFrame。

使用布尔列表（数组）或pandas.Series，只能提取（选择）True行。

mask=[True,False,True,False,True,False]

df_mask=df[mask]

print(df_mask)

#nameagestatepoint

#0Alice24NY64

#2Charlie18CA70

#4Ellen24CA88

通过AND，OR，NOT多个条件提取（选择）行的代码-示例

具有两个条件值的pandas.Series，可以使用＆获得如下结果。在这里，为了便于说明，将==和?用作二个条件，但是仅使用！=也是可以。

print(df[age]35)

#0??True

#1??False

#2??True

#3??False

#4??True

#5??True

#Name:age,dtype:bool

print(~(df[state]==NY))

#0??False

#1??True

#2??True

#3??True

#4??True

#5??False

#Name:state,dtype:bool

print((df[age]35)~(df[state]==NY))

#0??False

#1??False

#2??True

#3??False

#4??True

#5??False

#dtype:bool

仅提取（选择）True行。

df_and=df[(df[age]35)~(df[state]==NY)]

print(df_and)

#nameagestatepoint

#2Charlie18CA70

#4Ellen24CA88

对于OR也是如此。使用|。

print((df[age]20)|(df[point]90))

#0??False

#1??True

#2??True

#3??False

#4??False

#5??False

#dtype:bool

df_or=df[(df[age]20)|(df[point]90)]

print(df_or)

#???name?agestate?point

#1???Bob?42??CA??92

#2?Charlie?18??CA??70

3个以上条件的运算符的优先级

运算符的优先级是NOT（?），AND（＆），OR（|）。因此，结果因顺序而异。

df_multi_1=df[(df[age]35)|~(df[state]==NY)(df[point]75)]

print(df_multi_1)

#???name?agestate?point

#0??Alice?24??NY??64

#2?Charlie?18??CA??70

#3??D