Python 条件筛选/过滤 isin、query、contains、loc、iloc

    日常数据分析中，经常要根据各种不同的条件从数据集中筛选出想要的数据，再进行提取、替换、修改和分析等操作，因此筛选过滤是数据分析中使用频率最高的操作之一。在刚开始用Python做数据分析的时候，常常是使用for循环在数据集中进行条件筛选，致使代码比较冗长且效率不高。本篇分享一下在python中常用的并且使用效率比较高的几种数据筛选函数：isin()、query()、contains()、loc()、iloc()等，并且探索了它们单独使用或搭配一起使用的效果。

目录

一、简单的筛选方法

二、isin函数

三、query函数

四、contains函数

五、loc与iloc函数

1. loc函数

2. iloc函数

3. loc与iloc的联系和区别

六、函数搭配

小结：

数据准备：

import numpy as np
import pandas as pd
df = pd.DataFrame({'Name': ['张三', '李四', '王五', '赵六', '于七', '黑九', '王五'], 
                   'Chinese':[100,99,79,89,88,96,85],
                   'Math': [77,56,88,90,45,77,80], 
                    'Rank': [1,1,1,2,1,1,2]})
df

一、简单的筛选方法

• 单一的筛选：条件范围可以是数值或字符串

  df[df[‘column_name’] == value]

   

  • 多字段的筛选（又称为复合条件的筛选）: 多个不同的特征列，并且条件可以对应不同的数值或字符串

    df[(df[‘column_name1’]