对比Excel，更强大的Python pandas筛选（续）

标签：Python与Excel,pandas

接着《对比Excel，更强大的Python pandas筛选》，我们继续讲解pandas数据框架中的高级筛选，涉及到OR、AND、NOT逻辑。

准备用于演示的数据框架

本文继续使用世界500强公司数据集。首先，我们激活pandas并从百度百科加载数据。下面附上了数据表的屏幕截图，以便于参考。

import pandas as pd
df = pd.read_html('https://baike.baidu.com/item/%E4%B8%96%E7%95%8C500%E5%BC%BA/640042?fr=aladdin')[1]

图1

条件组合

当需要满足其中一个条件时，使用OR逻辑。例如，要获得所有中国和德国的世界500强公司，意味着我们希望总部所在国家要么是中国，要么是德国。注意：

• 在这种情况下，常规or逻辑运算符不起作用，我们必须使用位逻辑运算符“|”，意味着“或“。
• 每个条件都需要用一对括号括起来。

df_1 = df.loc[(df['总部所在国家'] == '中国') | (df['总部所在国家'] == '德国')]

图2

在上面的代码中，我们在.loc[]中有两个布尔索引。下面是一个简化的Excel示例，演示|运算符的含义。

图3

交集

当需要满足两个（或更多）条件时，使用AND逻辑。例如，我们可以了解有多少中国500强公司的利润大于500亿美元。

df_2 = df.loc[(df['总部所在国家'] == '中国') &(df['利润（百万美元）'] > 5000)]

图4

同样，我们需要使用按位AND运算符“&”，并用一对括号将条件括起来。下面的Excel示例显示了&的含义。

图5

相反

要选择相反面，我们需要使用NOT逻辑运算符。按位NOT是“~”。下面是一个Excel示例。

图6

要选择不在美国的所有公司，可以使用下面的代码：

df_3 = df.loc[~(df['总部所在国家'] == '美国')]

或者：

df_3 = df.loc[df['总部所在国家'] != '美国']

图7

注：本文学习整理自pythoninoffice.com。