Filtrer des lignes selon une ou plusieurs conditions

Fonctions :

Filtrage avec conditions multiples

Le filtrage de lignes avec une ou plusieurs conditions permet de sélectionner des sous-ensembles d'un DataFrame basé sur des critères spécifiques. Cela peut être fait à l'aide d'opérateurs logiques comme & (ET), | (OU) et ~ (NON), ainsi que des conditions sur les colonnes.

Importation :

import pandas as pd

Attributs :

Paramètre	Description
`condition`	Expression logique qui définit les lignes à conserver.
`inplace`	Si `True`, modifie le DataFrame en place. Par défaut, `False`.

Exemple de code :

import pandas as pd

# Exemple de DataFrame
data = {
    'nom': ['Alice', 'Bob', 'Charlie', 'David'],
    'âge': [24, 30, 35, 40],
    'ville': ['Paris', 'Lyon', 'Marseille', 'Paris'],
    'score': [88, 92, 75, 85]
}
df = pd.DataFrame(data)

# Filtrage avec une seule condition
resultat_1 = df[df['âge'] > 30]
print("Filtrage sur âge > 30")
print(resultat_1)

# Filtrage avec plusieurs conditions
resultat_2 = df[(df['âge'] > 30) & (df['score'] > 80)]
print("\nFiltrage sur âge > 30 et score > 80")
print(resultat_2)

Explication du code :


 	DataFrame : Un DataFrame est créé avec des informations fictives (nom, âge, ville et score).
 	Filtrage avec une condition : La première opération de filtrage sélectionne les lignes où l'âge est supérieur à 30.
 	Filtrage avec plusieurs conditions : La seconde opération applique deux conditions, âge > 30 et score > 80, en utilisant l'opérateur logique & (ET). Il est essentiel d'entourer chaque condition entre parenthèses.
 	Les résultats affichent les sous-ensembles de données qui répondent aux conditions spécifiées.

Remarque :

 	Utiliser les opérateurs logiques & (ET) et | (OU) entre les conditions. Assurez-vous de bien entourer chaque condition avec des parenthèses afin d'éviter des erreurs de priorité.
 	L'opérateur ~ est utilisé pour inverser une condition. Par exemple, ~df['ville'] == 'Paris' sélectionne les lignes où la ville n'est pas Paris.