Pandas — filtrowanie trzema sposobami

Załóżmy prosty DataFrame:

import pandas as pd

df = pd.DataFrame({
    "city": ["WAW","WRO","KRK","GDA","POZ"],
    "temp": [23, 25, 21, 19, 24],
    "rain": [False, True, False, True, False]
})
df

	city	temp	rain
0	WAW	23	False
1	WRO	25	True
2	KRK	21	False
3	GDA	19	True
4	POZ	24	False

1) Filtrowanie maską bool (najczęstsze)

hot = df["temp"] >= 23
df[hot]

	city	temp	rain
0	WAW	23	False
1	WRO	25	True
4	POZ	24	False

2) .query() — czytelne warunki jako string

df.query("temp >= 23 and rain == False")

	city	temp	rain
0	WAW	23	False
4	POZ	24	False

3) .loc — jawnie po wierszach/kolumnach

df.loc[df["temp"].ge(23) & ~df["rain"], ["city", "temp"]]

	city	temp
0	WAW	23
4	POZ	24

---

Mini-zadanie ✅

Wyfiltruj miasta, w których nie pada i temperatura jest poniżej 24, zwracając tylko kolumny city i temp.

# TODO: napisz filtr na 2 różne sposoby (maską i .query())
# 1) maska bool:
# ...

# 2) query():
# ...