一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第9天，点击查看活动详情。 这篇文章介绍一下Dataframe的条件筛选和遍历。
条件筛选
查询Pandas Dataframe数据时，经常会筛选出符合条件的数据，接下来介绍一下具体的使用方式。
示例Dataframe如下：
单条件筛选，例如查询gender为woman的数据：
df[df["gender"]=="woman"]
# 或
df.loc[df["gender"]=="woman"]
使用isin()函数筛选，例如查询age为24、28的数据：
df[df["age"].isin([24,28])]
当有多个过滤条件时，可以使用逻辑操作符&和|，如下。
例如：查询gender为“woman”并且city为“shanghai”的数据：
df[(df["gender"]=="woman") & (df["city"]=="shanghai")]
查询age大于25或者gender为“woman”的数据：
df[(df["age"]>25) | (df["gender"]=="woman")]
注意：逻辑操作符两边的过滤条件必须使用小括号()括起来，否则会报错或者不起作用。
波浪线符~可以取指定条件相反的数据，例如查询city不为“beijing”的数据：
df[~(df["city"]=="beijing")]
Dataframe数据遍历
for...in...语句：
因为 Dataframe 对象属于可迭代对象，所以可以使用for...in...语句进行遍历，遍历结果是列的名称，如下：
for i in df:
print(i)
结果输出如下：
如果要遍历 DataFrame 的行数据，需要使用以下方法：
iteritems()方法：
iteritems()方法是按列进行遍历，遍历结果为为(列名, value)键值对：
for column, value in df.iteritems():
print(column)
print(value)
iterrows()方法：
iterrows()方法是按行进行遍历，遍历结果为(index, value)键值对：
for index, row in df.iterrows():
print(index)
print(row)
itertuples()方法：
itertuples()是以namedtuples（命名元组）形式遍历行，遍历每一行为一个命名元组：
for row in df.itertuples():
print(row)
原创不易，如果小伙伴们觉得有帮助，麻烦点个赞再走呗~
最后，感谢女朋友在工作和生活中的包容、理解与支持 ！
