Data Science Academy · Lektion

Zeilen mit Bedingungen filtern

Boolesche Masken auf einem DataFrame

Zeilen mit Bedingungen filtern ist eine kostenlose Data Science Academy-Lektion auf CoddyKit. Dies ist Lektion 2 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des Data Science Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der Data Science Academy-Kurs umfasst insgesamt 4 Lektionen.

Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.

From Columns to Rows

Picking columns trims width; filtering rows trims length. Now you keep only the records that match a condition you care about. 🔍

A Condition Makes a Mask

Write a comparison on a column and pandas returns a boolean mask: one True or False per row, telling you which records pass.

mask = df["age"] > 30
print(mask.head())

Apply the Mask

Put the mask inside brackets and pandas keeps only the True rows. The result is a smaller DataFrame with the same columns.

adults = df[df["age"] > 30]

Equality Filters

Use double equals to match a value exactly. Remember that a single equals would try to assign, not compare.

df[df["city"] == "Paris"]

Not Equal and Comparisons

You can filter with the full set of comparisons: not-equal, greater-equal, and less-equal all work on a column.

df[df["score"] >= 80]
df[df["city"] != "Paris"]

Filter on Text

String columns support a str accessor. Use str.contains to keep rows whose text includes a pattern.

df[df["email"].str.contains("@gmail")]

Filter With between

For a numeric range, between reads more clearly than two separate comparisons and includes both ends by default.

df[df["age"].between(18, 65)]

Keep Selected Columns Too

Combine row filtering with loc to grab matching rows and chosen columns in one readable line.

df.loc[df["age"] > 30, ["name", "age"]]

The Mask Is Reusable

A mask is just a Series, so you can store it and reuse it across different selections without rewriting the condition.

senior = df["age"] > 60
df[senior]
df.loc[senior, "name"]

Count the Matches

Because True counts as one, calling sum on a mask tells you how many rows pass before you even filter.

(df["age"] > 30).sum()

Filtering Does Not Change df

Filtering returns a new DataFrame and leaves the original untouched. Assign the result to a variable to keep it.

young = df[df["age"] < 30]
# df itself is unchanged

Quick Check

Recall how a comparison on a column behaves.

Recap: Filtering Rows

A condition builds a boolean mask, brackets apply it, and loc adds column selection. You can now keep exactly the records that matter. ✅

Häufig gestellte Fragen

Ist die Lektion „Zeilen mit Bedingungen filtern“ kostenlos?

Ja — der vollständige Text von „Zeilen mit Bedingungen filtern“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des Data Science Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der Data Science Academy-Kurs umfasst insgesamt 4 Lektionen.

Was lerne ich in „Zeilen mit Bedingungen filtern“?

Boolesche Masken auf einem DataFrame Du übst Data Science Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.

Brauche ich Erfahrung, um Data Science Academy zu starten?

Keine Vorkenntnisse erforderlich. Data Science Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 2 von 4.

Wie lange dauert die Lektion „Zeilen mit Bedingungen filtern“?

Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.

Kann ich in dieser Data Science Academy-Lektion Code schreiben und ausführen?

Ja. Jede Data Science Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.

Alle Lektionen in diesem Kurs

← Zurück zu Data Science Academy