筛选数据
Coddy Pandas 数据分析 课程的第 9 课，共 19 课。
Pandas 允许我们根据特定条件筛选行。要筛选行，请将条件写在方括号内：
filtered_df = df[df["number_column"] > 5]
filtered_df = df[df["string_column"] == "String Match"]要组合多个条件，请使用 &（and）关键字和 | 或关键字。每个条件都必须放在括号 () 中：
filtered_df = df[(df['number_column'] >= 3) & (df['string_column'] == 'String Match')]not 关键字是 ~（不大于 5）：
filtered_df = df[~df["number_column"] > 5]要获取特定列中的所有非空值：
filtered_df = df[~df["column"].isna()]要检查某个值是否在数组中：
filtered_df = df[df['column'].isin(['value1', 'value2', 'value3'])]
挑战
简单CSV 文件 stats.csv 包含统计信息。
以下是文件的前 5 行：
ID,COUNTRY,COLOR,SKILL,SKILL_POINTS,UTILIZATION,IS_VALID,CATEGORY
1,France,Signal violet,marksmanship,14,0.1924,1,SHOW
2,Solomon Islands,Pearl violet,crocheting,4,0.6108,1,TREE
3,Germany,Bottle green,calligraphy,12,0.88646,0,SHOW
4,Mauritania,Fawn brown,paper cutting,9,0.058,1,JAPE只提取符合以下条件的行：
SKILL_POINTS大于7。UTILIZATION小于或等于0.7，或者大于0.95。IS_VALID等于 1。CATEGORY是以下值之一：JAPE、PLQR和GHUP。
将最终结果存储在 df 变量中。
亲手试试
# 已将 pandas 导入为 pd
df = pd.read_csv("./stats.csv")
# 在下面编写你的代码
Pandas 数据分析中的所有课
自己练习： Python 在线编译器