Data Science Academy · 강의

AND와 OR로 필터 결합하기

여러 조건을 안전하게 연결합니다

AND와 OR로 필터 결합하기은(는) CoddyKit의 무료 Data Science Academy 강의입니다. 이것은 4개 중 3번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Data Science Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.

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. ✅

자주 묻는 질문

“AND와 OR로 필터 결합하기” 강의는 무료인가요?

네 — “AND와 OR로 필터 결합하기” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Data Science Academy 강의 전체를 잠금 해제할 수 있습니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

“AND와 OR로 필터 결합하기”에서 뭘 배우나요?

여러 조건을 안전하게 연결합니다 브라우저에서 직접 실행하는 실습 코드로 Data Science Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

Data Science Academy을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 Data Science Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 3번째 강의입니다.

“AND와 OR로 필터 결합하기” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 Data Science Academy 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 Data Science Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← Data Science Academy(으)로 돌아가기