本文小编为大家详细介绍“Pandas多个条件中怎么提取行”，内容详细，步骤清晰，细节处理妥当，希望这篇“Pandas多个条件中怎么提取行”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。
使用Pandas从多个条件（AND，OR，NOT）中提取行的方法。
有以下2点需要注意：
＆，|，〜的使用（and、or、not的错误）
使用比较运算符时，请将每个条件括在括号中。
以下数据为例。
import pandas as pddf = pd.read_csv('./data/09/sample_pandas_normal.csv')print(df)# name age state point# 0 Alice 24 NY 64# 1 Bob 42 CA 92# 2 Charlie 18 CA 70# 3 Dave 68 TX 70# 4 Ellen 24 CA 88# 5 Frank 30 NY 57本例是使用pandas.DataFrame，但pandas.Series也同样适用。
如何提取（选择）行
首先，展示如何从pandas.DataFrame中提取（选择）行以获得新的pandas.DataFrame。
使用布尔列表（数组）或pandas.Series，只能提取（选择）True行。
mask = [True, False, True, False, True, False]df_mask = df[mask]print(df_mask)# name age state point# 0 Alice 24 NY 64# 2 Charlie 18 CA 70# 4 Ellen 24 CA 88通过AND，OR，NOT多个条件提取（选择）行的代码-示例
具有两个条件值的pandas.Series，可以使用＆获得如下结果。在这里，为了便于说明，将==和〜用作二个条件，但是仅使用！=也是可以。
print(df['age'] < 35)# 0 True# 1 False# 2 True# 3 False# 4 True# 5 True# Name: age, dtype: boolprint(~(df['state'] == 'NY'))# 0 False# 1 True# 2 True# 3 True# 4 True# 5 False# Name: state, dtype: boolprint((df['age'] < 35) & ~(df['state'] == 'NY'))# 0 False# 1 False# 2 True# 3 False# 4 True# 5 False# dtype: bool仅提取（选择）True行。
df_and = df[(df['age'] < 35) & ~(df['state'] == 'NY')]print(df_and)# name age state point# 2 Charlie 18 CA 70# 4 Ellen 24 CA 88对于OR也是如此。使用|。
print((df['age'] < 20) | (df['point'] > 90))# 0 False# 1 True# 2 True# 3 False# 4 False# 5 False# dtype: booldf_or = df[(df['age'] < 20) | (df['point'] > 90)]print(df_or)# name age state point# 1 Bob 42 CA 92# 2 Charlie 18 CA 703个以上条件的运算符的优先级
运算符的优先级是NOT（〜），AND（＆），OR（|）。因此，结果因顺序而异。
df_multi_1 = df[(df['age'] < 35) | ~(df['state'] == 'NY') & (df['point'] < 75)]print(df_multi_1)# name age state point# 0 Alice 24 NY 64# 2 Charlie 18 CA 70# 3 Dave 68 TX 70# 4 Ellen 24 CA 88# 5 Frank 30 NY 57df_multi_2 = df[(df['age'] < 35) & (df['point'] < 75) | ~(df['state'] == 'NY')]print(df_multi_2)# name age state point# 0 Alice 24 NY 64# 1 Bob 42 CA 92# 2 Charlie 18 CA 70# 3 Dave 68 TX 70# 4 Ellen 24 CA 88# 5 Frank 30 NY 57将每个组括在括号中比较安全。
df_multi_3 = df[((df['age'] < 35) | ~(df['state'] == 'NY')) & (df['point'] < 75)]print(df_multi_3)# name age state point# 0 Alice 24 NY 64# 2 Charlie 18 CA 70# 3 Dave 68 TX 70# 5 Frank 30 NY 57读到这里，这篇“Pandas多个条件中怎么提取行”文章已经介绍完毕，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注编程网行业资讯频道。
