首页 > 编程语言 >Pandas按列条件筛选创建新DataFrame

Pandas按列条件筛选创建新DataFrame

来源：互联网 2026-07-14 08:00:05

通过布尔索引筛选DataFrame中满足列值条件的行，之后可链式调用.drop()移除条件列，从而得到结构清晰的新DataFrame。注意缺失值默认被排除，列名需严格匹配。另外，也可使用.loc直接指定保留列，更为简洁高效。

本文介绍如何使用布尔索引高效筛选DataFrame中满足特定列值条件的行，并可选地移除该条件列，生成结构清晰的新DataFrame。

按列值筛选行的核心方法

数据清洗时，按列值筛选行是常见操作。以实际场景为例：假设存在一个名为 df1 的DataFrame，其中包含一列 "purpose"，需要提取所有 purpose == "house" 的记录，并存入新DataFrame df2。若希望同时移除筛选使用的列，使表结构更简洁，可链式调用 .drop() 方法完成。

核心代码为一行，简洁直观：

长期稳定更新的攒劲资源： >>>点此立即查看<<<

df2 = df1[df1["purpose"] == "house"].drop("purpose", axis=1)

代码说明

df1["purpose"] == "house" 生成布尔类型Series，标记每一行是否符合条件；
df1[...] 利用布尔索引筛选出所有符合条件的行，保留所有原始列；
.drop("purpose", axis=1) 沿列方向（axis=1）删除 "purpose" 列，最终 df2 仅包含其他特征字段。

注意事项

若 "purpose" 列存在缺失值（NaN），使用 == "house" 判断时，NaN 会被判定为 False（不会报错），即这些行默认被排除。如需考虑空值，可使用 df1["purpose"].str.contains("house", na=False) 或结合 isna() 单独处理。
列名必须严格匹配，大小写与空格需完全一致。建议先通过 df1.columns.tolist() 确认列名。
若仅需保留特定列，不一定先筛选再删列。更推荐使用 .loc 直接指定保留列，代码更清晰：
```
df2 = df1.loc[df1["purpose"] == "house", ["col1", "col2", "col3"]]
```

该方法简洁、向量化，性能良好，适用于千万级以下数据的子集提取，是Pandas数据清洗流程中基础且关键的一环。

侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述