如何使用逻辑运算符筛选Pandas分类类型列的DataFrame行

这问题我之前踩过坑！核心原因是有序CategoricalDtype的比较逻辑是基于它预定义的类别顺序，而不是直接和原始数值做运算。你直接写df['bin'] > 50时，Pandas没法把数值50和分类区间对应起来，自然就抛出错误了。

下面给你两种实用的解决方案，结合你的示例代码来演示：

方法一：利用有序分类的类型特性（推荐） #

因为你用pd.cut生成的是有序分类，我们可以先把数值50转换成对应的分类区间，再用分类类型本身的比较逻辑来筛选：

import pandas as pd
import numpy as np

# 你的原始代码
df = pd.DataFrame(np.random.randint(0,100,size=150), columns=['whatever'])
df_bins = np.linspace(df.min(), df.max(), 101)
df['bin'] = pd.cut(df.iloc[:,0], df_bins)

# 生成包含50的目标分类区间
target_bin = pd.cut([50], bins=df_bins)[0]
# 直接用有序分类的比较逻辑筛选
filtered_df = df[df['bin'] > target_bin]

为什么这个方法可行？因为target_bin和df['bin']是同类型的有序分类，Pandas会基于类别定义的顺序（也就是区间从小到大的顺序）来判断大小，完美避开数值和分类类型不兼容的问题。

方法二：提取区间边界转为数值后筛选 #

如果你觉得分类类型的逻辑太绕，也可以把分类区间的边界提取成数值列，再用常规的数值比较筛选：

# 提取每个区间的左边界作为数值列
df['bin_left'] = df['bin'].apply(lambda x: x.left)
# 筛选左边界大于50的行
filtered_df = df[df['bin_left'] > 50]

# 或者提取右边界（根据你的需求选择）
df['bin_right'] = df['bin'].apply(lambda x: x.right)
filtered_df = df[df['bin_right'] > 50]

这个方法更直观，适合刚接触分类类型的同学，但需要注意：apply会遍历每一行，数据量大的时候效率会比方法一低一些。

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