Pandas中如何进行数据筛选与条件判断

在Pandas中，可以使用布尔索引、query()方法和loc[]方法等进行数据筛选和条件判断。以下是一些常用的方法：

1. 布尔索引：通过创建一个布尔数组来筛选满足条件的数据。

import pandas as pd

data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, 35, 40],
        'City': ['New York', 'San Francisco', 'Los Angeles', 'Chicago']}

df = pd.DataFrame(data)

# 筛选年龄大于等于30的数据
filtered_df = df[df['Age'] >= 30]

2. query()方法：使用字符串表达式筛选数据。

# 使用query()方法筛选年龄大于等于30的数据
filtered_df = df.query('Age >= 30')

3. loc[]方法：通过行标签和列标签筛选数据。

# 使用loc[]方法筛选年龄大于等于30的数据
filtered_df = df.loc[df['Age'] >= 30]

4. 组合条件：可以使用&（与）、|（或）和~（非）操作符组合多个条件。

# 筛选年龄大于等于30且城市为'New York'的数据
filtered_df = df[(df['Age'] >= 30) & (df['City'] == 'New York')]

# 筛选年龄大于等于30或城市为'New York'的数据
filtered_df = df[(df['Age'] >= 30) | (df['City'] == 'New York')]

# 筛选年龄小于30且城市不为'New York'的数据
filtered_df = df[(df['Age'] < 30) & (~df['City'].isin(['New York']))]

5. 应用函数：可以使用apply()方法对数据进行条件判断和筛选。

# 定义一个函数，判断年龄是否大于等于30
def is_age_gt_30(age):
    return age >= 30

# 使用apply()方法筛选年龄大于等于30的数据
filtered_df = df[df['Age'].apply(is_age_gt_30)]

这些方法可以根据实际需求进行组合使用，以实现更复杂的数据筛选和条件判断。