使用Python Pandas时如何复制DataFrame中符合条件的整行到新DataFrame

原有代码问题说明 #

你当前写的代码存在两个核心错误：

• for line in file 直接遍历DataFrame时，返回的是列名而非行数据，无法按行校验筛选条件
• 条件判断混用了行对象和原DataFrame对象，逻辑不成立

推荐实现方案（Pandas 向量化筛选，效率最优） #

Pandas 原生支持按布尔条件批量筛选行，无需写循环，写法如下：

import pandas as pd

# 读取源csv文件
file = pd.read_csv("file.csv", encoding = "utf-8", sep=";")
# 按条件筛选后复制生成独立的新DataFrame
new_df = file[(file['age'] < 18) & (file['vaccinated'] == 'n')].copy()

说明：末尾加copy()是为了生成完全独立的新DataFrame，避免后续修改new_df时影响原数据。按照你提供的csv测试数据，最终new_df会保留gender=f、age=12、vaccinated=n这一行的所有字段。

循环写法参考（仅作逻辑参考，不推荐用于大数据量场景） #

如果你一定要用逐行遍历的写法，可以用iterrows()方法实现：

import pandas as pd

file = pd.read_csv("file.csv", encoding = "utf-8", sep=";")
new_df = pd.DataFrame()
for index, row in file.iterrows():
    if row['age'] < 18 and row['vaccinated'] == 'n':
        # 追加符合条件的行到新DataFrame
        new_df = pd.concat([new_df, row.to_frame().T], ignore_index=True)

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