如何使用.loc同时筛选Type 1为Grass且Type 2为Ground？求高效实现方法

嘿，我来帮你搞定这个多条件数据筛选的问题！你原来的代码是单条件筛选，要同时满足Type 1为Grass和Type 2为Ground，有几种直观又高效的写法：

方法一：使用loc与逻辑与& #

这是最常用的方式，一定要给每个条件单独加括号（因为==的运算符优先级比&高，不加括号会导致逻辑错误）：

filtered_pk = pk.loc[(pk['Type 1'] == 'Grass') & (pk['Type 2'] == 'Ground')]

方法二：使用query()方法（更简洁） #

如果你的列名包含空格（比如这里的Type 1、Type 2），需要用反引号把列名括起来，写法更接近自然语言，可读性拉满：

filtered_pk = pk.query("`Type 1` == 'Grass' and `Type 2` == 'Ground'")

更高效的优化技巧 #

如果你的数据集很大，想要进一步提升筛选速度，可以试试这两个技巧：

• 将分类列转为category类型：如果Type 1和Type 2的取值重复率很高，提前把它们转为类别类型能大幅降低内存占用，同时加速筛选操作：

  pk['Type 1'] = pk['Type 1'].astype('category')
  pk['Type 2'] = pk['Type 2'].astype('category')
  

• 优先用向量化操作：绝对不要用Python循环逐行判断，pandas的loc和query都是底层基于C实现的向量化操作，速度比循环快几个数量级。

内容的提问来源于stack exchange，提问作者Aids_man