导入csv数据后如何按指定列值筛选生成新DataFrame

以下操作默认你已经安装并导入pandas库：

import pandas as pd
# 第一步：读取你的csv文件为DataFrame
df = pd.read_csv("你的.csv文件路径")

核心筛选操作 #

方法1：基础布尔索引筛选（最简写法） #

直接匹配Field列值为Oseberg的行，生成新的DataFrame：

new_df = df[df["Field"] == "Oseberg"]

如果原数据的Field列存在首尾空格、大小写不统一的问题，可以增加清洗逻辑避免筛选遗漏：

# 先去除列值首尾空白、转小写后匹配，兼容格式不规范的原始数据
new_df = df[df["Field"].str.strip().str.lower() == "oseberg"]

方法2：loc方法（更规范，避免副本警告） #

如果后续需要对筛选出的new_df做修改操作，推荐用loc方法显式指定行列范围，避免触发pandas的SettingWithCopyWarning警告：

# : 表示保留原表所有列
new_df = df.loc[df["Field"].str.strip() == "Oseberg", :]

如果Field列存在空值，可增加非空判断避免运行报错：

new_df = df.loc[(pd.notna(df["Field"])) & (df["Field"].str.strip() == "Oseberg"), :]

结果验证 #

运行以下代码即可查看筛选后的结果：

print(new_df)

输出符合你要求的格式：

Field Formation  Depth
0  Oseberg     Brage   1225
3  Oseberg Stockberg   1600

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