Pandas多个条件(AND,OR,NOT)中提取行

1. Pandas多个条件(AND,OR,NOT)中提取行

Pandas是Python中一个常用的数据处理库，它的使用方便，能够对数据进行快速的操作和处理。在数据处理过程中，有时候需要根据多个条件来提取符合条件的数据行，这就需要用到Pandas多个条件的处理方式。

1.1 AND条件查询

AND条件查询是指满足多个条件同时成立的记录，这种情况下，可以使用&符号将多个条件组合到一起实现，示例如下：

import pandas as pd
# 创建一个DataFrame
data = {'name': ['Tom', 'Jerry', 'Mike', 'Tony'],
        'age': [18, 20, 22, 19],
        'sex': ['M', 'M', 'F', 'M']}
df = pd.DataFrame(data)
# AND条件查询
df1 = df[(df['age'] > 18) & (df['sex'] == 'M')]
print(df1)

运行结果如下：

    name  age sex
1  Jerry   20   M
3   Tony   19   M

从运行结果可以看出，通过&符号将两个条件组合到一起，查询出满足条件的两条记录。

1.2 OR条件查询

OR条件查询是指满足多个条件中任意一个条件成立的记录，这种情况下，可以使用|符号将多个条件组合到一起实现，示例如下：

import pandas as pd
# 创建一个DataFrame
data = {'name': ['Tom', 'Jerry', 'Mike', 'Tony'],
        'age': [18, 20, 22, 19],
        'sex': ['M', 'M', 'F', 'M']}
df = pd.DataFrame(data)
# OR条件查询
df1 = df[(df['age'] > 20) | (df['sex'] == 'F')]
print(df1)

运行结果如下：

   name  age sex
2  Mike   22   F

从运行结果可以看出，通过|符号将两个条件组合到一起，查询出满足条件的一条记录。

1.3 NOT条件查询

NOT条件查询是指不满足特定条件的记录，这种情况可以使用~符号对条件进行取反实现，示例如下：

import pandas as pd
# 创建一个DataFrame
data = {'name': ['Tom', 'Jerry', 'Mike', 'Tony'],
        'age': [18, 20, 22, 19],
        'sex': ['M', 'M', 'F', 'M']}
df = pd.DataFrame(data)
# NOT条件查询
df1 = df[~(df['sex'] == 'M')]
print(df1)

运行结果如下：

   name  age sex
2  Mike   22   F

从运行结果可以看出，通过~符号对条件进行取反，查询出满足条件的一条记录。

2. 案例演示

接下来，我们通过一个实际案例演示Pandas多个条件查询的使用。

2.1 数据描述

假设有一份员工信息表，其中包括员工的姓名、性别、年龄、月薪等信息。现在需要从中查询出性别为“女”的员工，并且年龄在25岁以下或月薪超过10000元的记录。

首先，让我们来创建一个包含员工信息的DataFrame：

import pandas as pd
# 创建一个包含员工信息的DataFrame
data = {'name': ['Tom', 'Jerry', 'Mike', 'Tony', 'Mary', 'Linda', 'Lucy'],
        'age': [20, 28, 30, 24, 25, 26, 22],
        'sex': ['M', 'M', 'M', 'M', 'F', 'F', 'F'],
        'salary': [8000, 12000, 9000, 8500, 11000, 10000, 13000]}
df = pd.DataFrame(data)
print(df)

运行结果如下：

    name  age sex  salary
0    Tom   20   M    8000
1  Jerry   28   M   12000
2   Mike   30   M    9000
3   Tony   24   M    8500
4   Mary   25   F   11000
5  Linda   26   F   10000
6   Lucy   22   F   13000

2.2 条件查询实现

根据上述条件，我们可以通过Pandas多个条件查询的方式实现，查询代码如下：

# 使用Pandas多个条件查询功能查询符合条件的数据
df1 = df[(df['sex'] == 'F') & ((df['age'] < 25) | (df['salary'] > 10000))]
print(df1)

运行结果如下：

   name  age sex  salary
4  Mary   25   F   11000
6  Lucy   22   F   13000

从运行结果可以看出，查询出符合条件的员工信息。

总结

本文主要介绍了Pandas多个条件查询（AND、OR、NOT）的功能实现方式，并通过一个实际案例演示了其使用方法。在实际数据处理过程中，灵活运用Pandas多个条件查询功能，能够高效地处理数据，提高工作效率。