Pandas教程之十四：Pandas 中的布尔索引

Pandas 中的布尔索引

布尔索引是一种使用 DataFrame 中数据的实际值的索引。在布尔索引中，我们可以通过四种方式过滤数据：

• 使用布尔索引访问 DataFrame
• 将布尔掩码应用于DataFrame
• 根据列值屏蔽数据
• 根据索引值屏蔽数据

使用布尔索引访问 DataFrame： 

为了使用布尔索引访问DataFrame，我们必须创建一个DataFrame，其中DataFrame的索引包含布尔值“True”或“False”。

例子  

Python3

# importing pandas as pd
import pandas as pd
  
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
  
df = pd.DataFrame(dict, index = [True, False, True, False])
  
print(df)
输出： 

现在我们已经创建了一个带有布尔索引的DataFrame，之后用户可以借助布尔索引访问DataFrame。用户可以使用三个函数访问DataFrame，即 .loc[]、.iloc[]、.ix[] 

使用.loc[]访问具有布尔索引的DataFrame

为了使用 .loc[] 访问具有布尔索引的DataFrame，我们只需在 .loc[] 函数中传递一个布尔值（True 或 False）。 

Python3

# importing pandas as pd
import pandas as pd
  
# dictionary of lists
dict = {'name':["aparna", "pankaj", "sudhir", "Geeku"],
        'degree': ["MBA", "BCA", "M.Tech", "MBA"],
        'score':[90, 40, 80, 98]}
 
# creating a dataframe with boolean index 
df = pd.DataFrame(dict, index = [True, False, True, False])
 
# accessing a dataframe using .loc[] function 
print(df.loc[True])
输出：