Pandas多条件筛选

多条件筛选是Pandas数据处理的重点内容，在实际分析中高频使用。本章将系统介绍如何应用逻辑运算符进行筛选，涵盖注意事项和简化方法，帮助新手快速上手。

逻辑与筛选（&）

逻辑与筛选要求多个条件同时满足，使用&运算符。每个条件需用括号包裹，以避免优先级问题。

示例代码：

import pandas as pd

# 创建示例DataFrame
df = pd.DataFrame({
    '姓名': ['张三', '李四', '王五', '赵六'],
    '年龄': [25, 30, 22, 28],
    '城市': ['北京', '上海', '北京', '广州']
})

# 筛选条件：年龄大于25且城市为北京
filtered_df = df[(df['年龄'] > 25) & (df['城市'] == '北京')]
print(filtered_df)

输出：

   姓名  年龄  城市
2  王五  22  北京  # 注意：年龄22不大于25，所以无符合条件的数据，这里示例无输出，实际为空的DataFrame

修正示例：

# 修正条件：年龄大于20且城市为北京
filtered_df = df[(df['年龄'] > 20) & (df['城市'] == '北京')]
print(filtered_df)

输出：

   姓名  年龄  城市
0  张三  25  北京
2  王五  22  北京

逻辑或筛选（|）

逻辑或筛选要求至少一个条件满足，使用|运算符。同样需要使用括号确保表达式正确。

示例代码：

# 筛选条件：年龄大于28或城市为上海
filtered_df = df[(df['年龄'] > 28) | (df['城市'] == '上海')]
print(filtered_df)

输出：

   姓名  年龄  城市
1  李四  30  上海

逻辑非筛选（~）

逻辑非筛选用于排除不满足某个条件的数据，使用~运算符。它可以反转布尔序列。

示例代码：

# 筛选条件：城市不为北京
filtered_df = df[~(df['城市'] == '北京')]
print(filtered_df)

输出：

   姓名  年龄  城市
1  李四  30  上海
3  赵六  28  广州

多条件筛选的注意事项

在组合多条件时，需注意以下几点，以避免常见错误：

1. 括号优先级：在Python中，比较运算符（如>、==）优先级高于&和|，但低于and和or。因此，必须用括号包裹每个条件，例如(df['年龄'] > 25) & (df['城市'] == '北京')，而不是df['年龄'] > 25 & df['城市'] == '北京'，后者会因运算符优先级导致错误。
2. 条件表达式规范：确保每个条件返回布尔序列，且长度与DataFrame一致。例如，避免混合不同类型或使用无效列名。
3. 组合复杂性：随着条件增多，表达式可能变得冗长。建议使用括号分组条件，提高可读性。

多条件筛选的简化方法：query方法

query方法允许使用字符串表达式进行筛选，代码更简洁，推荐在高频筛选场景中使用。它支持类似Python的表达式，但以字符串形式传递。

示例代码：

# 使用query方法筛选：年龄大于25且城市为北京
filtered_df = df.query('年龄 > 25 and 城市 == "北京"')
print(filtered_df)

输出：

   姓名  年龄  城市
2  王五  22  北京  # 注意：年龄22不大于25，无符合条件数据，示例为空

修正示例：

# 修正条件：年龄大于20且城市为北京
filtered_df = df.query('年龄 > 20 and 城市 == "北京"')
print(filtered_df)

输出：

   姓名  年龄  城市
0  张三  25  北京
2  王五  22  北京

为什么推荐query方法：

• 语法更接近自然语言，易于理解和维护。
• 避免了复杂的括号嵌套，减少错误。
• 支持列名中的空格等特殊情况，但需用反引号包裹（例如query('年龄 > 25')）。

总结

多条件筛选是Pandas数据分析的核心技能。通过掌握逻辑运算符和query方法，你可以高效处理复杂筛选需求。记住使用括号确保优先级，并尝试简化代码以提升效率。练习这些技巧，将在实战中更得心应手。