本文介绍在 pandas 中根据两列数值大小关系（如“列 a 值大于列 b 值”）高效筛选数据行的方法，通过布尔索引实现精准子集提取，并附带代码示例与关键注意事项。
本文介绍在 pandas 中根据两列数值大小关系（如“列 a 值大于列 b 值”）高效筛选数据行的方法，通过布尔索引实现精准子集提取，并附带代码示例与关键注意事项。
在数据分析中，常需基于多列之间的逻辑关系进行行过滤。例如，仅保留某列值严格大于另一列值的记录。Pandas 提供了简洁高效的布尔索引（Boolean Indexing）机制来完成此类操作。
以如下 DataFrame 为例：
import pandas as pd
df = pd.DataFrame({
'a': [100, 200, 300, 400],
'b': [80, 250, 500, 350]
})
print(df)
# a b
# 0 100 80
# 1 200 250
# 2 300 500
# 3 400 350
要提取所有满足 a > b 的行，只需使用布尔条件 df['a'] > df['b'] 生成一个布尔 Series，再将其作为索引传入 .loc[]：
result = df.loc[df['a'] > df['b']] print(result) # a b # 0 100 80 # 3 400 350
✅ 说明：
- df['a'] > df['b'] 返回长度为 4 的布尔数组 [True, False, False, True]；
- .loc[...] 根据该布尔索引选择对应行为 True 的行；
- 后续的 :（或直接省略）表示选取全部列，因此 df.loc[condition] 等价于 df.loc[condition, :]。
⚠️ 注意事项：
- 若涉及缺失值（NaN），比较结果默认为 False（例如 np.nan > 5 返回 False，而非报错），但若需显式处理空值，建议先用 df.dropna(subset=['a', 'b']) 清洗；
- 条件表达式支持任意合法的逐元素比较运算符（>, =, 100) & (df['b']
- 避免使用 df[df['a'] > df['b']] —— 虽然功能等效，但 .loc 更明确、更符合 Pandas 最佳实践，尤其在赋值场景下可避免 SettingWithCopyWarning。
掌握这一技巧，可快速构建复杂业务规则（如“销售额高于成本”、“实际值超出阈值”等），是 Pandas 数据清洗与探索分析中的基础核心能力。
