0Pricing
Data Science Academy · Lekcja

Łączenie filtrów za pomocą AND i OR

Bezpieczne łączenie wielu warunków

Łączenie filtrów za pomocą AND i OR to bezpłatna lekcja Data Science Academy na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Data Science Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Data Science Academy zawiera 4 lekcji w sumie.

Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.

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. ✅

Często zadawane pytania

Czy lekcja „Łączenie filtrów za pomocą AND i OR” jest bezpłatna?

Tak — pełny tekst „Łączenie filtrów za pomocą AND i OR” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Data Science Academy, przejdź na CoddyKit PRO. Kurs Data Science Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Łączenie filtrów za pomocą AND i OR”?

Bezpieczne łączenie wielu warunków Ćwiczysz Data Science Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Data Science Academy?

Nie wymagamy żadnego doświadczenia. Data Science Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.

Ile czasu zajmuje lekcja „Łączenie filtrów za pomocą AND i OR”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Data Science Academy?

Tak. Każda lekcja Data Science Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

  1. Wybieranie kolumn po nazwie
  2. Filtrowanie wierszy za pomocą warunków
  3. Łączenie filtrów za pomocą AND i OR
  4. query i isin do przejrzystego filtrowania
← Powrót do Data Science Academy