在其他DataFrame上有条件的Pandas DataFrame过滤，不再适用于0.20.x版

在Pandas 0.20.x版本中，可以使用布尔索引来在其他DataFrame上进行条件过滤。布尔索引是一种通过布尔运算符（如==，>，<等）生成的布尔值数组，用于选择满足特定条件的行。

以下是在其他DataFrame上进行条件过滤的步骤：

1. 导入Pandas库：

import pandas as pd

1. 创建DataFrame：

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [4, 5, 6], 'B': [7, 8, 9]})

1. 使用布尔索引进行条件过滤：

filtered_df = df2[df2['A'] > 4]

上述代码中，df2['A'] > 4生成了一个布尔值数组，表示'A'列中大于4的行。然后，将该布尔值数组作为索引应用于df2，从而选择满足条件的行。

1. 打印过滤后的DataFrame：

print(filtered_df)

输出结果为：

   A  B
1  5  8
2  6  9

在这个例子中，我们使用了条件df2['A'] > 4来过滤df2 DataFrame中满足条件的行。你可以根据具体的条件来修改布尔索引，以实现不同的过滤需求。

关于Pandas的更多信息和用法，请参考腾讯云的Pandas产品介绍链接地址：Pandas产品介绍