Pandas 的 布尔索引（Boolean Indexing）

---

 

🧩 一、data[ ... ] 是什么数据访问方式？

这是 Pandas 的 布尔索引（Boolean Indexing），也叫 条件筛选（Conditional Selection）。

 

✅ 作用：

从 DataFrame data 中，筛选出满足括号内条件的行，返回一个新的 DataFrame。

 📌 语法结构：

 

  df[ 布尔条件 ]

 

 

→ 布尔条件必须是一个 与 df 行数相同的布尔型 Series（True/False）

 

---

 

📊 二、中括号里的表达式 (data[1] == 'ab') & (data['sex'] == 'male') 是什么结果？

它返回一个 布尔型 Series（pandas.Series of bool），长度等于 DataFrame 的行数，每个元素表示“该行是否满足条件”。

 🔍 举例说明：

假设 data 是：

 

import pandas as pd

data = pd.DataFrame({
1: ['ab', 'cd', 'ab', 'ef'], # ← 注意：列名是整数 1
'sex': ['male', 'female', 'male', 'male'],
'age': [25, 30, 35, 28]
})

 

 

 

→ 注意：第一列的列名是 1（整数），不是字符串 '1'

 那么：

 步骤 1：data[1] == 'ab'

 

>>> data[1] == 'ab'

0 True # 第0行：'ab' == 'ab' → True

1 False # 第1行：'cd' == 'ab' → False

2 True # 第2行：'ab' == 'ab' → True

3 False # 第3行：'ef' == 'ab' → False

Name: 1, dtype: bool

 

 

→ 返回一个布尔 Series，索引与原 DataFrame 一致

 

---

 

步骤 2：data['sex'] == 'male'

 

>>> data['sex'] == 'male'

0 True

1 False

2 True

3 True

Name: sex, dtype: bool

  

---

 

步骤 3：(data[1] == 'ab') & (data['sex'] == 'male')

→ 对两个布尔 Series 做“按位与”运算（element-wise AND）

>>> (data[1] == 'ab') & (data['sex'] == 'male')

0 True # True & True → True

1 False # False & False → False

2 True # True & True → True

3 False # False & True → False

dtype: bool

 ✅ 最终结果是一个布尔 Series：[True, False, True, False]

 

 🎯 三、data[ 布尔Series ] 做了什么？

Pandas 会：

 遍历这个布尔 Series

1. 对应位置为 True 的行 → 保留
2. 对应位置为 False 的行 → 丢弃
3. 返回一个新的 DataFrame（不修改原数据）

 

所以：

 

python

 

 

filter_data = data[ (data[1] == 'ab') & (data['sex'] == 'male') ]

 

  

 

→ 会返回第 0 行和第 2 行：

 

 

1 sex age

0 ab male 25

2 ab male 35

 

---

 

📚 四、data[ ] 的几种常见用法对比

data[col_name]	列名	取某一列（Series）	data['sex']
data[list_of_cols]	列名列表	取多列（DataFrame）	data[['sex', 'age']]
data[bool_series]	布尔 Series	按行筛选（Boolean Index）	data[data['age'] > 30]
data[start:end]	整数切片	按行号切片（不推荐）	data[0:2]

 

⚠️ 注意：data[0:2] 是按行号切片，不是按标签 —— 容易混淆，推荐用 .iloc[0:2] 替代

 

---

 

✅ 五、完整可运行示例

 

⌄

import pandas as pd

 

# 创建数据，列名包含整数 1

data = pd.DataFrame({

1: ['ab', 'cd', 'ab', 'ef'],

'sex': ['male', 'female', 'male', 'male'],

'age': [25, 30, 35, 28]

})

 

print("=== 原始数据 ===")

print(data)

 

# 构造布尔条件

condition = (data[1] == 'ab') & (data['sex'] == 'male')

print("\n=== 布尔条件结果 ===")

print(condition)

 

# 执行筛选

filter_data = data[condition]

print("\n=== 筛选后数据 ===")

print(filter_data)

 

  

=== 原始数据 ===

1 sex age

0 ab male 25

1 cd female 30

2 ab male 35

3 ef male 28

 

=== 布尔条件结果 ===

0 True

1 False

2 True

3 False

dtype: bool

 

=== 筛选后数据 ===

1 sex age

0 ab male 25

2 ab male 35

 

  

---

 

🧠 六、关键概念总结

data[1]	访问列名为1的列（整数列名），不是第1行！
==	比较运算符，返回布尔值
&	按位与，用于组合多个布尔条件，必须加括号
布尔 Series	由 True/False 组成的序列，长度 = DataFrame 行数
布尔索引	df[bool_series]→ 保留 bool_series 中为 True 的行
不修改原数据	返回新 DataFrame，原data不变

 

---

 

💡 七、实用技巧 & 建议

1. 调试时，先打印条件结果：

 

cond = (data[1] == 'ab') & (data['sex'] == 'male')

print(cond) # 确认是不是你想要的 True/False 分布

  

2. 使用 .query() 更清晰（推荐）：

 

# 假设你把列 1 重命名为 'group'

data.columns = ['group', 'sex', 'age']

filter_data = data.query("group == 'ab' and sex == 'male'")

 

3. 避免使用数字作列名：

data.rename(columns={1: 'group'}, inplace=True) # 改为有意义的列名

 

 

---

 

✅ 最终一句话总结：

data[ (data[1] == 'ab') & (data['sex'] == 'male') ]
→ 括号内生成一个布尔序列，data[ ] 根据该序列筛选行，返回满足条件的子集 DataFrame。

 

这是 Pandas 最核心、最常用的筛选操作之一，掌握它，你就掌握了数据清洗和分析的钥匙！