Pandas如何通过布尔逻辑值实现灵活的行列同时筛选操作

两种正确写法均可实现筛选random为True的所有行、返回全部列：

• 最简写法，直接传入布尔Series：

trials[random]

• 更规范的显式索引器写法，避免链式索引风险，同时支持用冒号指代全列：

trials.loc[random, :]

1. trials[[:]][random]语法错误：Python原生语法不支持[:]直接放在方括号第一层作为参数，全列选择需要配合.loc/.iloc索引器使用。
2. trials.iloc[random,:]报错：.iloc是基于整数位置的索引器，不支持直接传入带Pandas索引的布尔Series，若一定要用.iloc实现行筛选，需要将布尔Series转为Numpy数组：

trials.iloc[random.values, :]

推荐直接用索引器一步完成，无需多次索引，性能更高且不会触发链式索引警告：

• 按列名筛选指定列：例如仅保留Choice和feedback两列

trials.loc[random, ['Choice', 'feedback']]

• 按位置范围筛选列：例如选择第1到第3列（索引从0开始计数）

trials.iloc[random.values, 1:4]

• 列也支持布尔逻辑筛选：例如仅保留列名包含Contrast的列

trials.loc[random, trials.columns.str.contains('Contrast')]

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