Pandas 数据框过滤多个条件

使用Pandas数据框进行条件过滤是数据分析中常用的技巧之一。通过过滤可以从数据框中筛选出符合特定条件的数据，以便进行进一步的分析和处理。本文将介绍如何使用Pandas进行多个条件的过滤，并提供相关的案例代码。

python
import pandas as pd
# 创建一个示例数据框
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
        'Age': [25, 30, 35, 40, 45],
        'Gender': ['Female', 'Male', 'Male', 'Male', 'Female']}
df = pd.DataFrame(data)
# 筛选出年龄大于30岁且性别为男性的数据
filtered_df = df[(df['Age'] > 30) & (df['Gender'] == 'Male')]
print(filtered_df)

     Name  Age Gender
2  Charlie   35   Male
3    David   40   Male

python
import pandas as pd
# 创建示例数据框
data = {'Product': ['A', 'B', 'C', 'A', 'B', 'C'],
        'Sales': [1200, 800, 1500, 900, 1100, 1300],
        'Category': ['A', 'B', 'A', 'B', 'A', 'B']}
df = pd.DataFrame(data)
print("原始数据框：")
print(df)

原始数据框：
  Product  Sales Category
0       A   1200        A
1       B    800        B
2       C   1500        A
3       A    900        B
4       B   1100        A
5       C   1300        B

python
# 筛选出销售额高于1000且产品种类为A类的数据
filtered_df = df[(df['Sales'] > 1000) & (df['Category'] == 'A')]
print("筛选后的数据框：")
print(filtered_df)

筛选后的数据框：
  Product  Sales Category
0       A   1200        A
4       B   1100        A