多重條件高效過濾Pandas DataFrame或Series

Pandas提供了多種過濾資料的方法，包括reindex()、apply()和map() 。然而，當應用多個過濾器時，效率就成為一個問題。

為了優化過濾，請考慮使用布林索引。 Pandas 和 Numpy 都支援布林索引，它直接對底層資料數組進行操作，而不創建不必要的副本。

下面是布林索引的範例：

df.loc[df['col1'] >= 1, 'col1']

此表達式返回僅包含「col1」欄位中的值大於或等於1 的行的Pandas Series。

To應用多個篩選器，使用邏輯運算子「&」（AND）和「|」 （或）。例如：

df[(df['col1'] >= 1) & (df['col1'] <=1 )]

此表達式傳回一個DataFrame，僅包含列'col1' 中的值在1 和1 之間（含1 和1）的行。

For輔助函數，考慮定義採用 DataFrame 並傳回布林系列的函數，讓您可以使用邏輯運算子組合多個篩選器。

def b(x, col, op, n):
    return op(x[col],n)

def f(x, *b):
    return x[(np.logical_and(*b))]

Pandas 0.13 引入了 query() 方法，它提供了一種更有效的方式來表達複雜的過濾條件。假設列標識符有效，以下程式碼根據多個條件過濾DataFrame df：

df.query('col1 <= 1 & 1 <= col1')

總之，布爾索引提供了一種將多個過濾器應用於Pandas DataFrame 或Series 的有效方法，而無需建立不必要的副本。使用邏輯運算子和輔助函數組合多個篩選器以實現擴充功能。