Python If語句和Pandas組合使用：數據過濾和條件篩選

一、數據過濾與選擇

Pandas是一個強大的數據處理庫，可以用它來處理各種數據格式，包括CSV、Excel、SQL等等。在數據處理過程中，經常需要對數據進行過濾和選擇，以便從中提取出自己需要的數據。Pandas提供了許多方法來完成這個任務，其中最常用的方法是使用布爾索引和.loc操作符。

布爾索引是一種非常有用的數據選擇方法，它可以通過一組真假值來選擇數據中的特定行。在Pandas中，使用布爾索引需要先對數據進行比較操作，以得到一組真假布爾值，然後將它們傳遞給數據框的.ix操作符，用來選擇指定的行。

import pandas as pd

df = pd.read_csv("example.csv")

# 根據列名進行過濾
subset = df[df['age'] > 30]

# 使用多個限制進行過濾
subset = df[(df['age'] > 30) & (df['gender'] == 'female')]

# 使用 .loc 操作符進行過濾
subset = df.loc[(df['age'] > 30) & (df['gender'] == 'female'), ['name', 'age']]

二、條件篩選與排序

除了使用布爾索引和.loc操作符進行過濾和選擇外，Pandas還提供了許多其他的方法來對數據進行條件篩選和排序。其中最常用的方法是使用.query操作符和.sort_values操作符。

使用.query操作符可以根據一組條件對數據進行篩選，這些條件可以是原始數據的列名，也可以是Python的變量名。操作符支持多種語法，可以使用==、!=、in、not in等等運算符。

# 使用 .query 操作符進行條件篩選
subset = df.query('gender == "female" and age > 30')

使用.sort_values操作符可以將數據框按照指定的列名進行升序或降序排序。在默認情況下，.sort_values操作符會對數據框中的所有列進行排序。如果想要只對指定列進行排序，在操作符後面加上列名即可。

# 使用 .sort_values 操作符進行排序
sorted_df = df.sort_values(['age', 'gender'], ascending=[True, False])

三、示例代碼

下面的代碼示例演示了如何使用Pandas和Python的if語句實現兩個數據過濾和條件篩選的示例。第一個示例從CSV文件中讀取數據，使用布爾索引和.loc操作符選擇指定的數據行。第二個示例使用.query操作符對數據進行條件篩選，然後使用.sort_values操作符按照指定的列名進行排序。

import pandas as pd

# 示例1：基於布爾索引和.loc操作符的數據過濾和選擇
df = pd.read_csv("example.csv")
subset = df.loc[(df['age'] > 30) & (df['gender'] == 'female'), ['name', 'age']]

# 示例2：基於.query和.sort_values操作符的條件篩選與排序
subset = df.query('gender == "female" and age > 30').sort_values(['age', 'gender'], ascending=[True, False])

# 打印輸出結果
print(subset)