Pandas_条件过滤——15行代码

创建一个DataFrame对象，既可以进行Series过滤也可以DataFrame过滤

1. 先看一下怎么进行Series过滤
先创建一个DataFrame对象，代码如下

import pandas as pd
data=pd.DataFrame({
    'name':['zhangsan','lisi','wangwu'],
    'age':[19,20,18],
    'sex':['boy','gilr','boy'],
    'score':[100,99,99]
},index=('zhangsan','lisi','wangwu'),columns=('age','sex','score'))
data

取出DataFrame对象中的某一列，就是一个Series对象，然后就可以对Series对象进行过滤操作

#取出某一列，比如说取出年龄这一列
ages = data['age']
#对取出的这一列进行过滤操作
ages.min(),ages.max(),ages.std()

运行结果如下

还可以排序操作，代码如下

#将年龄按照顺序进行排列
ages.sort_values(),ages.sort_values(ascending=False)

运行结果如下

还可以按照条件进行过滤取值，代码如下

#取出大于平均值的分数
scores = data['score']
scores[scores>scores.mean()]

运行结果如下

2. 再看一下怎么对DataFrame对象进行过滤
直接在data里边写条件

data[scores>scores.mean()]

运行结果

#这一行代码，意思是选其中的两列进行展示，来吧，展示
data[scores>scores.mean()].loc[:,['sex','score']]

运行结果

如果使用多个条件进行过滤，应该这样操作