Запустить pandas онлайн

Фильтрация строк DataFrame в pandas

В этом уроке вы выберете из DataFrame в pandas строки, удовлетворяющие условию.

  • Средний
  • Чтение: 2 мин
  • Примеров для запуска: 1

Введение

Какую задачу это решает

Анализ обычно начинается с отбора: только заказы этого года, только студенты с баллом 90 и выше, только неудачные платежи. Перебирать строки в цикле медленно и многословно, а pandas фильтрует всю таблицу одним условием.

Пример из жизни

Фильтрация строк похожа на учителя, который проводит маркером по столбцу баллов, отмечая каждую строку с 90 и выше, а потом ксерокопирует только отмеченные строки.

От маркера к коду
students["score"] >= 90🖍️ Отметить строки с 90 и выше
[True, False, True, False]📌 Какие строки отмечены
students[...]📠 Скопировать только отмеченные строки
high_scores📋 Ada и Sam с исходными подписями строк
Столбец True/False выбирает строки.
Одним предложением

При фильтрации DataFrame используется логический Series, то есть столбец с одним значением True или False на каждую строку. Остаются только строки, где условие равно True.

Главное

  1. students["score"] >= 90 даёт True или False для каждой строки.
  2. students[...] с этим условием оставляет только строки с True.
  3. high_scores сохраняет исходные подписи строк 0 и 2.
  4. Сам students не меняется.

Когда это нужно?

  • Выбор важных строк перед подсчётом, усреднением или построением графика.
  • Поиск проблем: пропущенные значения, отрицательные суммы, проваленные тесты.
  • Разбиение данных на группы для сравнения.

Когда это не нужно

  • Очень сложные правила: соберите маску по шагам в переменной с понятным именем или используйте query(), чтобы код читался легче.
  • Сводка по группам: используйте groupby, а не фильтруйте каждую группу вручную.

Пример кода

Запустить код →
main.py
import pandas as pd

students = pd.DataFrame({
    "name": ["Ada", "Lin", "Sam", "Mia"],
    "score": [95, 78, 91, 84],
})

high_scores = students[students["score"] >= 90]
print(high_scores)
Получить кнопку запуска для этого примера

Результат выполнения

name  score
0  Ada     95
2  Sam     91

Разбор кода

Выражение students["score"] >= 90 создаёт Series из True и False, по одному значению на строку. Если подставить эту Series в квадратные скобки, students[...], pandas оставит только строки с True, поэтому в результате остаются Ada и Sam. Обратите внимание: исходные индексы (0 и 2) сохраняются.

Измените значения и запустите программу в онлайн-компиляторе Python CodeUtility без локальной установки Python.

Упражнения для практики

Попробуйте изменить код по подсказкам ниже. Если менять код и смотреть на результат, урок запомнится гораздо лучше, чем при простом чтении.

  1. Добавьте в пример строки, столбцы и несколько пропущенных значений.
  2. Объедините фильтрацию, сортировку и groupby, чтобы получить небольшой отчёт.
  3. Прочитайте реальный файл с данными, проверьте тип каждого столбца и обработайте неверные значения.
Запустить в компиляторе Python →

Частые ошибки

Объединение условий через and

and не работает с Series. Используйте & и скобки вокруг каждого условия.

Ошибка
students[students["score"] >= 80 and students["score"] < 90]
Исправление
students[(students["score"] >= 80) & (students["score"] < 90)]

Закончили этот урок?

Отметьте его как изученный, чтобы следить за прогрессом.

Попрактикуйтесь на задаче

Примените материал этого урока к реальной задаче. Каждая задача запускается в браузере, с мгновенными тестами и разбором от ИИ.

Все задачи