接下来我将为您详细讲解“对pandas里的loc并列条件索引的实例讲解”的完整攻略。
loc是Pandas DataFrame一种基于标签的索引方式，表示通过标签选取数据，其格式为df.loc[row_indexer,column_indexer]。
其中，row_indexer为行索引，可省略。column_indexer为列索引，也可省略。如果两者都省略，则表示选取整个DataFrame。
假设现在有一个DataFrame，包含3列数据：name、age和gender，其中age列为整型，gender列为字符串类型。
我们可以使用&符号将多个条件连接起来，同时满足多个条件的索引语法格式为：
df.loc[(condition1) & (condition2) & ... & (conditionN), column_indexer]
例如，我们要选取name为Tom，age为18的行数据，代码如下：
import pandas as pd
data = {'name': ['Tom', 'Jack', 'Mary', 'Lucy', 'Lily'],
'age': [18, 20, 22, 18, 20],
'gender': ['male', 'male', 'female', 'female', 'female']}
df = pd.DataFrame(data)
# 选取name为Tom，age为18的行数据
result = df.loc[(df['name'] == 'Tom') & (df['age'] == 18), :]
print(result)
执行结果为：
name age gender
0 Tom 18 male
我们可以使用|符号将多个条件连接起来，满足任意一个条件的索引语法格式为：
df.loc[(condition1) | (condition2) | ... | (conditionN), column_indexer]
例如，我们要选取age为18或20的行数据，代码如下：
import pandas as pd
data = {'name': ['Tom', 'Jack', 'Mary', 'Lucy', 'Lily'],
'age': [18, 20, 22, 18, 20],
'gender': ['male', 'male', 'female', 'female', 'female']}
df = pd.DataFrame(data)
# 选取age为18或20的行数据
result = df.loc[(df['age'] == 18) | (df['age'] == 20), :]
print(result)
执行结果为：
name age gender
0 Tom 18 male
1 Jack 20 male
3 Lucy 18 female
4 Lily 20 female
以上就是对Pandas loc并列条件索引的实例讲解的详细攻略，希望可以帮助到您。其中，我们介绍了同时满足多个条件和满足任意一个条件的索引方式，您可以根据实际需求进行灵活应用。如果还有疑问，欢迎继续讨论。
本文链接：http://task.lmcjl.com/news/17161.html