Pandas DataFrame中根据列值选择行的多种方法

在数据分析的海洋中，我们经常需要像渔夫撒网捕鱼一样，精准地筛选出我们想要的数据。在 Pandas DataFrame 中，根据列值选择行就像是用筛子过滤沙子，留下我们需要的金子。Pandas 提供了多种工具帮助我们完成这项任务，每种工具都有其独特的优势和适用场景。

1. 灵活的 query() 方法

query() 方法就像一把万能钥匙，可以打开各种筛选的大门。它允许我们使用类似 SQL 语法的布尔表达式来选择行。比如，我们想找到年龄为 20 岁的所有用户，只需要简单地写下 df.query('age == 20')，DataFrame 就会乖乖地奉上符合条件的行。

2. 基于标签的 loc[] 索引

loc[] 索引就像一位精准的导航员，可以根据行和列的标签精确定位到 DataFrame 中的任何一个单元格。当我们需要根据列值选择行时，它也能派上用场。例如，要选择 "city" 列中值为 "Beijing" 的所有行，我们可以使用 df.loc[df['city'] == 'Beijing']，就像在 DataFrame 的地图上精准地圈出了目标区域。

3. 基于位置的 iloc[] 索引

与 loc[] 索引不同，iloc[] 索引更像是一位经验丰富的探险家，它依靠位置而不是标签来探索 DataFrame。当 DataFrame 的索引是整数时，iloc[] 索引就显得格外方便。例如，要选择索引为 2 的行，我们可以使用 df.iloc[2]，就像探险家根据坐标找到了宝藏一样。

4. 神奇的 mask() 方法

mask() 方法就像一位魔术师，可以根据条件创建一个布尔掩码，将 DataFrame 中符合条件的行隐藏起来，只留下我们想要看到的行。例如，要选择 "score" 列中大于 80 的行，我们可以使用 df[df['score'] > 80]，就像魔术师变出了一张只有高分学生的成绩单。

5. 简洁的 isin() 方法

isin() 方法就像一位高效的侦探，可以快速判断一组值是否包含在指定的序列中。当我们需要根据多个列值选择行时，它就非常有用。例如，要选择 "color" 列中值为 "red" 或 "blue" 的行，我们可以使用 df[df['color'].isin(['red', 'blue'])]，就像侦探从茫茫人海中找到了目标人物。

多列值筛选的艺术

有时候，我们需要根据多个列值来筛选行，就像用多重条件筛选人才一样。这时，我们可以使用逻辑运算符（如 & 和 |）将多个条件组合起来。例如，要选择 "age" 大于 25 且 "gender" 为 "female" 的行，我们可以使用 df[(df['age'] > 25) & (df['gender'] == 'female')]，就像 HR 精准地筛选出了符合条件的候选人。

结语

Pandas 提供了多种方法来根据列值选择 DataFrame 中的行，每种方法都有其独特的优势和适用场景。选择哪种方法取决于具体的任务和数据结构。熟练掌握这些方法，就像掌握了数据分析的利器，可以帮助我们更加高效地处理数据，挖掘数据背后的价值。

常见问题解答

1. 如何选择 "name" 列中包含 "John" 的所有行？

df[df['name'].str.contains('John')]

2. 如何选择 "age" 列中为空值的所有行？

df[df['age'].isnull()]

3. 如何选择 "city" 列中值不重复的所有行？

df.drop_duplicates(subset=['city'])

4. 如何选择 "score" 列中排名前 10 的行？

df.sort_values('score', ascending=False).head(10)

5. 如何选择 "date" 列中日期在 2023 年 1 月 1 日到 2023 年 12 月 31 日之间的所有行？

df[(df['date'] >= '2023-01-01') & (df['date'] <= '2023-12-31')]