pandas-DataFrame布尔索引 作者：马育民 • 2020-10-26 08:26 • 阅读：10123 # 介绍 通过布尔值索引，可以实现类似 **获取age大于20的记录** 的功能 **类比：**相当于 SQL 中的条件查询 # 单个值 ### 获取age大于20的记录 ``` print(df[df['Age']>20]) ``` 结果如下： [](http://www.malaoshi.top/upload/0/0/1EF3An5EBLQz.png) ##### 解释 ``` print(df['Age']>20) ``` 返回结果如下： ``` 0 True 1 True 2 True 3 True 4 True ..... 886 True 887 False 888 False 889 True 890 True ``` 第一列是行标签，第二列是布尔值，大于20的显示True，否则显示False，所有行的记录 # 多个值 ### 逻辑与 逻辑与 符号 `&` ### 逻辑或 逻辑或 符号 `|` ### 获取age大于70的女性记录 ``` print(df[ (df['Sex']=='female') & (df['Age']>60)]) ``` **注意：** 条件要用小括号 `()` 括起来 ### 获取age小于1或者age大于75的记录 ``` print(df[ (df['Age']<1) | (df['Age']>75)]) ``` **注意：** 条件要用小括号 `()` 括起来 ### 获取名字长度大于30且年龄大于60的记录 ``` print(df[ (df['Name'].str.len()>30) & (df['Age']>60)]) ``` pandas字符串方法参见链接： http://www.malaoshi.top/show_1EF3AoIyJM8U.html ### 获取某行列交集是null的记录 ``` data_frame[data_frame['x'].isnull()] ``` 获取x列中是空值的行 ##### 参数 - column：列标签名 ##### 例子 ``` user[user['user_reg_tm'].isnull()] ``` 结果如下： ``` user_id age sex user_lv_cd user_reg_tm 34072 234073 NaN NaN 1 NaN 38905 238906 NaN NaN 1 NaN 67704 267705 NaN NaN 1 NaN ``` user_reg_tm列中是NaN的记录 原文出处：http://www.malaoshi.top/show_1EF6VX73nK8A.html