Pandas中如何筛选布尔序列值为True的对应数据

• 我们在DataFrame（即问题中提到的df）中存储调研问题：你每日睡眠时间是否超过8小时？ 的回答数据
• 已完成操作：提取sleep列、生成判断回答是否为yes的布尔序列，代码及运行输出如下：

sleep8 = data["sleep"]
yes = sleep8 == 'yes'
print(yes)
0      False
1      False
2      False
3      False
4      False
   ...  
390    False
391    False
392    False
393    False
394    False

• 待实现需求：筛选布尔序列中值为True对应的原始回答数据

直接使用布尔序列作为掩码做行索引即可，根据需要的返回结果选择对应写法：

1. 筛选原表中所有回答为yes的完整行数据

# 传入布尔序列做行筛选，返回所有符合条件的行
yes_filtered_df = data[yes]

2. 仅提取sleep列中回答为yes的内容

# 对单独的sleep列做布尔筛选，返回符合条件的列值
yes_answer_series = sleep8[yes]

补充：如果不需要保留中间的布尔序列变量，可以直接写链式逻辑一步完成筛选，效果完全一致：

yes_filtered_df = data[data["sleep"] == 'yes']

只要布尔序列和被筛选对象的行数、索引匹配，pandas就会自动保留所有判断结果为True的行，丢弃结果为False的行。

内容的提问来源于stack exchange，提问作者inthenickoftime