NumPy和Pandas中的布尔索引

布尔索引（Boolean Indexing）是数据分析中一种强大且常用的技术，用于通过布尔值数组（即包含 True 和 False 的数组）来选择数据子集。布尔索引可以用于 NumPy 数组、Pandas 数据框等数据结构。

布尔索引是一种非常有用的技术，可以通过条件筛选数据。它不仅简化了代码，还提高了数据操作的效率。无论是在 NumPy 还是 Pandas 中，布尔索引都能帮助你快速、简洁地选择和操作数据子集。

NumPy 中的布尔索引

在 NumPy 中，布尔索引可以用于选择满足特定条件的数组元素。例如：

import numpy as np

# 创建一个 NumPy 数组
data = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])

# 创建一个布尔数组，条件是元素大于 5
bool_array = data > 5

# 使用布尔索引选择元素
filtered_data = data[bool_array]

print("Original data:", data)
print("Boolean array:", bool_array)
print("Filtered data:", filtered_data)

输出：

Original data: [ 1  2  3  4  5  6  7  8  9 10]
Boolean array: [False False False False False  True  True  True  True  True]
Filtered data: [ 6  7  8  9 10]

Pandas 中的布尔索引

在 Pandas 中，布尔索引可以用于选择满足特定条件的行或列。例如：

import pandas as pd

# 创建一个 Pandas 数据框
data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50],
        'C': [100, 200, 300, 400, 500]}
df = pd.DataFrame(data)

# 创建一个布尔数组，条件是列 'A' 的值大于 2
bool_series = df['A'] > 2

# 使用布尔索引选择行
filtered_df = df[bool_series]

print("Original DataFrame:")
print(df)
print("\nBoolean Series:")
print(bool_series)
print("\nFiltered DataFrame:")
print(filtered_df)

输出：

Original DataFrame:
   A   B    C
0  1  10  100
1  2  20  200
2  3  30  300
3  4  40  400
4  5  50  500

Boolean Series:
0    False
1    False
2     True
3     True
4     True
Name: A, dtype: bool

Filtered DataFrame:
   A   B    C
2  3  30  300
3  4  40  400
4  5  50  500