Python Pandas loc布尔索引：单条件与多条件筛选详解
发布时间：2026-10-15| 5人浏览过
本文详细介绍Pandas中loc方法的布尔索引用法。通过具体代码示例，演示如何利用loc进行单条件筛选（如字段值大于特定阈值）及多条件组合筛选（使用&连接多个条件）。深入解析loc接收Series类型布尔值的过程，帮助开发者掌握高效的数据子集提取技巧。
pandas loc的指定条件索引（布尔索引）
在Pandas库中，loc方法不仅支持通过明确的标签进行直接索引访问，还具备强大的条件筛选能力，即通过布尔索引来提取符合特定逻辑的数据子集。
1.准备数据
首先构建一个包含多列数据的DataFrame对象，以便后续进行索引操作演示。
import pandas as pd
df = pd.DataFrame({
'AAA': [120, 101, 106, 117, 114, 122],
'BBB': [115, 100, 110, 125, 123, 120],
'CCC': [109, 112, 125, 120, 116, 115],
'DDD': 'ABCDEFG'
}, index=[1, 2, 3, 4, 5, 6])
print(df)
2.单条件筛选
以提取字段"AAA"中数值大于110的记录为例，展示单条件过滤的具体实现方式。
print(df)
print("=======================")
print(df.loc[df['AAA'] > 110]) # "AAA"大于100的
从执行结果可以观察到，loc括号内传入的是一个Series对象，其Values属性为布尔类型（bool），且该Series的长度与原DataFrame的行数完全一致，用于标识每一行是否满足筛选条件。
print(df['AAA'] > 110)
print(type(df['AAA'] > 110)) # Series类型，Values为bool类型
3.多条件筛选
loc同样支持同时应用多个筛选条件。例如，需要筛选出字段"AAA"大于110且字段"CCC"大于115的数据记录，可通过逻辑运算符组合条件。
print("=======================")
print(df.loc[(df['AAA'] > 110) & (df['CCC'] > 115)])
到此这篇关于python pandas loc 布尔索引示例说明的文章就介绍到这了,更多相关python pandas loc 布尔索引内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站！
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
