python pandas 筛选

### 如何使用 Python Pandas 进行数据筛选 #### 基本布尔筛选 可以利用布尔索引来实现基本的数据筛选操作。假设有一个名为 `df` 的 DataFrame，其中包含大学排名的信息。 ```python import pandas as pd # 创建一个示例DataFrame data = {'University': ['A', 'B', 'C', 'D'], 'Country': ['US', 'UK', 'CN', 'JP'], 'Ranking': [1, 2, 3, 4]} df = pd.DataFrame(data) # 筛选出排名小于等于2的学校 filtered_df = df[df['Ranking'] <= 2] print(filtered_df) ``` 此代码片段展示了如何基于单个条件来过滤数据[^1]。 #### 多重条件筛选 当需要应用多个筛选标准时，可以通过逻辑运算符组合不同的条件表达式： ```python # 同时满足国家为中国且排名大于1的记录 complex_filter = df[(df['Country'] == 'CN') & (df['Ranking'] > 1)] print(complex_filter) ``` 这里使用了按位与 (`&`) 来连接两个独立的判断语句[^4]。 #### 使用 isin 方法 对于某些情况，可能想要找出某一列中的值属于给定集合的情况；这时就可以采用 `isin()` 函数来进行匹配： ```python countries_of_interest = ['US', 'UK'] selected_countries = df[df['Country'].isin(countries_of_interest)] print(selected_countries) ``` 上述例子说明了怎样选取特定几个国家的相关条目。