Pandas 过滤与条件查询¶

概念与用途¶

过滤用布尔掩码保留满足条件的行。多个条件可组合，query 则提供更接近表达式的可读语法，适合列名规则简单的筛选。

核心 API¶

比较方法 eq、gt、between、isin，逻辑运算 &、|、~，以及 query、where、mask。

可运行示例¶

import pandas as pd

df = pd.DataFrame({"city": ["A", "B", "A"], "amount": [50, 120, 180]})
selected = df[(df["city"].eq("A")) & (df["amount"].between(100, 200))]
minimum = 100
same = df.query("city == 'A' and amount >= @minimum")
print(selected)
print(same)

示例二：where 与 mask 保持原形状¶

import pandas as pd

s = pd.Series([5, None, 15], index=["a", "b", "c"], dtype="Float64")
kept_shape = s.where(s.ge(10), other=0)
replaced_high = s.mask(s.ge(10), other=99)
print(kept_shape)
print(replaced_high)

布尔筛选会减少行数，where/mask 保持原索引和形状并替换不满足/满足条件的位置。条件 Series 会按标签对齐，错位索引可能产生意外替换。

空值、返回与性能¶

可空布尔条件中的 pd.NA 需要明确处理，例如 .fillna(False)。query 返回新 DataFrame，不应依赖其为视图。简单筛选直接布尔表达式通常足够；仅在大表复杂数值表达式上评估 query/numexpr 的性能收益。

注意事项¶

Python 的 and/or 不能组合 Series，应使用 &/| 并给每个条件加括号。空值参与比较通常得到 false 或可空布尔值，要明确保留策略。不要把不可信文本拼入 query；动态值用 @变量，动态列名使用白名单。