Data Science Academy · Leçon

Combiner des filtres avec AND et OR

Enchaîner plusieurs conditions en toute sécurité

Combiner des filtres avec AND et OR est une leçon Data Science Academy gratuite sur CoddyKit. Ceci est la leçon 3 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Data Science Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Data Science Academy comprend 4 leçons au total.

Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.

One Condition Is Rarely Enough

Real questions stack conditions: adults in Paris, or orders that are late and large. You need to combine filters cleanly. 🧩

Use the Ampersand for AND

To require both conditions, join the two masks with the ampersand. It works element by element across the rows.

df[(df["age"] > 30) & (df["city"] == "Paris")]

Use the Pipe for OR

To accept either condition, join the masks with the pipe. A row passes if at least one side is True.

df[(df["city"] == "Paris") | (df["city"] == "Lyon")]

Wrap Each Condition in Parentheses

Always put parentheses around each condition. Without them, Python evaluates the operators in the wrong order and raises an error.

df[df["age"] > 30 & df["score"] > 80]   # breaks

Why Not and or or?

The plain words and and or work on single True/False values, not on whole Series. For row masks you must use the symbols.

# wrong: df[(df["age"] > 30) and (...)]
# right: use & instead

Invert With the Tilde

The tilde flips a mask, turning True into False. It is the clean way to say not this condition.

df[~(df["city"] == "Paris")]   # everyone not in Paris

Mix AND and OR Carefully

You can blend operators, but parentheses decide the grouping. Make your intent explicit so the logic reads the way you mean it.

df[(df["age"] > 30) & ((c == "Paris") | (c == "Lyon"))]

Three or More Conditions

Stacking more masks works the same way. For readability, build them on separate lines, then combine the named masks.

old = df["age"] > 30
top = df["score"] > 80
df[old & top]

AND Narrows, OR Widens

Keep the mental model simple: AND shrinks the result toward fewer rows, while OR grows it toward more rows.

Combine Across Columns

Your conditions can touch different columns at once, letting you express rich questions in a single expression.

df[(df["age"] > 30) & (df["active"] == True)]

Save Complex Masks

When logic gets dense, give the combined mask a clear name. Future you will thank you for the readable variable.

vip = (df["age"] > 30) & (df["score"] > 80)
df[vip]

Quick Check

Pick the expression that filters correctly.

Recap: Combining Filters

Use the ampersand for AND, the pipe for OR, the tilde to invert, and always wrap each condition in parentheses. Complex questions, one clean line. ✅

Questions Fréquemment Posées

La leçon « Combiner des filtres avec AND et OR » est-elle gratuite ?

Oui — le texte complet de « Combiner des filtres avec AND et OR » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Data Science Academy, passe à CoddyKit PRO. Le cours Data Science Academy comprend 4 leçons au total.

Qu'est-ce que j'apprendrai dans « Combiner des filtres avec AND et OR » ?

Enchaîner plusieurs conditions en toute sécurité Tu pratiques Data Science Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.

Dois-je avoir de l'expérience pour commencer Data Science Academy ?

Aucune expérience préalable n'est requise. Data Science Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 3 sur 4.

Combien de temps prend la leçon « Combiner des filtres avec AND et OR » ?

La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.

Peux-tu écrire et exécuter du code dans cette leçon Data Science Academy ?

Oui. Chaque leçon Data Science Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.

Toutes les leçons de ce cours

← Retour à Data Science Academy