如何用一行代码按布尔条件拆分DataFrame为满足/不满足条件的两个子集？

当然可以实现这种一行代码拆分的需求，核心思路是利用布尔掩码及其取反结果来分别筛选数据：

基础写法（直接在一行内完成） #

假设你的条件是df['score'] >= 60，可以这样写：

df_pass, df_fail = df[df['score'] >= 60], df[~(df['score'] >= 60)]

更清晰的写法（先定义条件，再拆分） #

如果条件比较复杂，先把布尔掩码单独定义，能避免重复写条件，可读性更强：

condition = df['score'] >= 60
df_pass, df_fail = df[condition], df[~condition]

使用query方法的写法 #

如果偏好字符串形式的条件表达式，也可以用query：

df_pass, df_fail = df.query('score >= 60'), df.query('not (score >= 60)')

注意：以上方法都会保留原DataFrame的索引，如果需要重置索引，可以在筛选后追加.reset_index(drop=True)，比如：

df_pass, df_fail = df[condition].reset_index(drop=True), df[~condition].reset_index(drop=True)

内容的提问来源于stack exchange，提问作者mend4x