Python DataFrame是如何产生这种结果的？

步骤1：显示前10行：

In [13]: data[:10]
Out[13]: 
   admit  gre   gpa  rank
0      0  380  3.61     3
1      1  660  3.67     3
2      1  800  4.00     1
3      1  640  3.19     4
4      0  520  2.93     4
5      1  760  3.00     2
6      1  560  2.98     1
7      0  400  3.08     2
8      1  540  3.39     3
9      0  700  3.92     2

步骤2：列出排名为1的所有行

 In [15]: data["rank"]==1
    Out[15]: 
    0      False
    1      False
    2       True
    3      False
    4      False
    5      False
    6       True
    7      False
    8      False
    9      False
    10     False

步骤3：生成秩=1的行列表

In [16]: data[data["rank"]==1]
Out[16]: 
     admit  gre   gpa  rank
2        1  800  4.00     1
6        1  560  2.98     1
11       0  440  3.22     1
12       1  760  4.00     1
14       1  700  4.00     1
19       1  540  3.81     1
25       1  800  3.66     1
26       1  620  3.61     1
29       0  520  3.29     1

我不明白第三步。为什么data[boolean]会生成秩=1的实际行

因为它就像一个面具。

---

检查此项

数据[布尔值]

其中

数据

是一个数据帧，

布尔值

是一些布尔值序列。这意味着：将

布尔值

索引与

数据

索引对齐，并选择

数据

值，其中对应的

布尔值

为

真

。如果

boolean

有索引，则必须一一匹配，如果没有，则必须具有相同的长度

例如，您可以使用向量

[True，False，…，False]

>>> data[[True] + [False] * 9]
    admit   gre     gpa     rank
0   0   380     3.61    3

如果

布尔值

的长度不相同，例如

>>> data[[True] + [False] * 10]

你得到一个

ValueError: Item wrong length 11 instead of 10.

如果

布尔值

的索引不匹配，则会出现

索引错误

>>> data[(data["rank"] == 1)[:9]]
IndexingError: Unalignable boolean Series provided as indexer

如果更改索引名

>>> (data["rank"] == 1).add_prefix('_')
_0    False
_1    False
_2     True
_3    False
_4    False
_5    False
_6     True
_7    False
_8    False
_9    False
Name: rank, dtype: bool

您还将得到一个错误：

>>> data[(data["rank"].add_prefix('_') == 1)]
IndexingError: Unalignable boolean Series provided as indexer

这被称为。还有基于、

data.loc[]

（可以是数字、字符串或日期）或绝对、

data.iloc[]

的索引，以及用于这两者的传统方法

data.ix[]