Filtrare le righe con condizioni
Maschere booleane su un DataFrame.
Filtrare le righe con condizioni è una lezione Data Science Academy gratuita su CoddyKit. Questa è la lezione 2 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento Data Science Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso Data Science Academy include 4 lezioni in totale.
Parti di questa lezione non sono ancora state tradotte e vengono mostrate in inglese.
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 unchangedQuick 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. ✅
Domande Frequenti
La lezione «Filtrare le righe con condizioni» è gratuita?
Sì — il testo completo di «Filtrare le righe con condizioni» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso Data Science Academy, passa a CoddyKit PRO. Il corso Data Science Academy include 4 lezioni in totale.
Cosa imparerò in «Filtrare le righe con condizioni»?
Maschere booleane su un DataFrame. Eserciti Data Science Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.
Ho bisogno di esperienza per iniziare Data Science Academy?
Non è richiesta alcuna esperienza precedente. Data Science Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 2 di 4.
Quanto tempo richiede la lezione «Filtrare le righe con condizioni»?
La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.
Posso scrivere ed eseguire codice in questa lezione Data Science Academy?
Sì. Ogni lezione Data Science Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.
Tutte le lezioni di questo corso
- Selezionare le colonne per nome
- Filtrare le righe con condizioni
- Combinare i filtri con AND e OR
- query e isin per filtri puliti