Pandas DataFrame筛选列的条件

在本文中，我们将介绍如何使用Pandas DataFrame根据条件筛选列。我们将探讨以下三个问题：

1. 如何查找特定列？

2. 如何根据条件选择列？

3. 如何使用多个条件同时选择多个列？

阅读更多：Pandas 教程

如何查找特定列？

使用Pandas DataFrame可以通过列名称或列索引访问列。例如，在下面的DataFrame中：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 32, 18],
        'gender': ['F', 'M', 'M'],
        'salary': [5000, 6000, 4000]}
df = pd.DataFrame(data)

print(df[['name', 'salary']])

可以如下所示地筛选特定列：

       name  salary
0     Alice    5000
1       Bob    6000
2  Charlie    4000

如何根据条件选择列？

Pandas DataFrame支持使用特定的条件来筛选列。例如，在下面的DataFrame中：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 32, 18],
        'gender': ['F', 'M', 'M'],
        'salary': [5000, 6000, 4000]}
df = pd.DataFrame(data)

print(df[df['age'] > 20][['name', 'gender']])

可以如下所示地使用条件筛选列：

     name gender
0   Alice      F
1     Bob      M

如何使用多个条件同时选择多个列？

如果需要使用多个条件来筛选多个列，则可以使用iloc和布尔列表。例如，在下面的DataFrame中：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 32, 18],
        'gender': ['F', 'M', 'M'],
        'salary': [5000, 6000, 4000]}
df = pd.DataFrame(data)

condition1 = df['age'] > 20
condition2 = df['salary'] > 4500
cols = [0, 2]

print(df.iloc[:, cols][condition1 & condition2])

可以如下所示地使用多个条件和布尔列表来选择多个列：

     name gender
1     Bob      M

总结

Pandas DataFrame提供了灵活的选取列的方式。可以使用列名称、列索引和布尔条件等多种方法来选择列。因此，掌握这些基本方法对于数据分析和处理十分重要。