原文：
www.kdnuggets.com/how-to-implement-complex-filters-on-dataframe-columns-with-pandas
编辑者提供的图片 | Ideogram
让我们学习如何在 Pandas 中执行复杂的过滤操作。
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯。
2. 谷歌数据分析专业证书 - 提升你的数据分析能力
3. 谷歌 IT 支持专业证书 - 支持你的组织 IT
在开始之前，我们需要安装 Pandas 包。你可以使用以下代码进行安装：
pip install pandas安装好包后，让我们深入了解这篇文章。
DataFrame 是一个 Pandas 对象，可以存储数据并根据需要进行操作。它特别强大，因为我们可以使用条件、逻辑运算符和 Pandas 函数来过滤数据。
让我们尝试创建一个简单的 DataFrame 对象。
import pandas as pd
df = pd.DataFrame({
'Name': ['Alice', 'Leah', 'Jessica', 'Kenny', 'Brad'],
'Age': [50, 27, 22, 30, 40],
'Salary': [100000, 154000, 120000, 78000, 88000],
'Occupation': ['Doctor', 'Soldier', 'Doctor', 'Accountant', 'Florist']
})使用这些示例数据，我们将学习如何进行过滤。首先，我们可以根据特定条件过滤数据。
df[df['Age'] > 30]输出：
Name Age Salary Occupation
0 Alice 50 100000 Doctor
4 Brad 40 88000 Florist将条件与 And (&) 运算符结合使用也是可能的。
df[(df['Age'] > 25) & (df['Salary'] < 100000)] Name Age Salary Occupation
3 Kenny 30 78000 Accountant
4 Brad 40 88000 Florist使用条件时，我们也可以将它们与 Or (|) 运算符结合使用。
df[(df['Salary'] < 100000) | (df['Occupation'] == 'Soldier')]输出：
Name Age Salary Occupation
1 Leah 27 154000 Soldier
3 Kenny 30 78000 Accountant
4 Brad 40 88000 Florist还有一些方法可以使用字符串函数来过滤数据。例如，我们可以过滤包含某些值的列。
df[df['Occupation'].str.contains('Sol')]输出：
Name Age Salary Occupation
1 Leah 27 154000 Soldier如果你需要根据特定字符串值过滤数据，我们可以使用以下代码。
df[df['Occupation'].isin(['Doctor', 'Florist'])]输出：
Name Age Salary Occupation
0 Alice 50 100000 Doctor
2 Jessica 22 120000 Doctor
4 Brad 40 88000 Florist还有一种方法是使用 lambda 函数来过滤数据。
df[df['Name'].apply(lambda x: len(x) > 5)]输出：
Name Age Salary Occupation
2 Jessica 22 120000 Doctor如果你想简化，我们可以使用查询方法进行数据过滤。
df.query('Age 100000')输出：
Name Age Salary Occupation
1 Leah 27 154000 Soldier
2 Jessica 22 120000 Doctor最后，我们可以像这样结合我们之前学到的任何过滤条件。
df[(df['Age'] > 30) & (
(df['Salary'] > 60000) |
(df['Occupation'].str.contains('Doc')))]输出：
Name Age Salary Occupation
0 Alice 50 100000 Doctor
4 Brad 40 88000 Florist掌握过滤函数以改进你的数据分析过程。
Cornellius Yudha Wijaya 是数据科学助理经理和数据撰写者。他在全职工作于 Allianz Indonesia 的同时，喜欢通过社交媒体和写作媒体分享 Python 和数据技巧。Cornellius 撰写了各种人工智能和机器学习主题的文章。