Pandasの学習を進める中で、df["列名"] > 値 のような記述をよく見かけます。
最初は「これって値そのものが返ってくるんじゃないの？」と不思議に思ったので、
自分用の学習メモとして、Series とスカラー値の比較で返ってくる結果についてまとめておきます。

✅ 結論

PandasのSeriesとスカラー値（単一の数値や文字列）を比較すると、
各要素ごとの比較が行われ、結果として True / False の一覧（Series型） が返ってきます。

✅ 比較演算子の基本

代表的な演算子と意味は次の通りです。

演算子	意味	使用例
`==`	等しい	`series == 100`
`!=`	等しくない	`series != "Tokyo"`
`<`	より小さい	`series < 50`
`<=`	以下	`series <= 100`
`>`	より大きい	`series > 0`
`>=`	以上	`series >= 10`

✅ 実行例：Seriesと数値を比較してみる

まずは、簡単なSeriesを作って、50との比較を行ってみます。

import pandas as pd

s = pd.Series([80, 40, 60], index=["01", "02", "03"])
print(s)

01    80
02    40
03    60
dtype: int64

この状態で、50より大きいかどうかを判定するとこうなります。

result = s > 50
print(result)

01     True
02    False
03     True
dtype: bool

このように、比較結果としてTrue/FalseのSeriesが返ってきます。
値そのもの（80や60）が返るのではなく、条件に合うかどうかの判定結果が返るという点がポイントです。

✅ これをどう使うのか？

このような「True/FalseのSeries」は、行を抽出するためのフィルタ条件として使えます。

たとえば次のように書けば、条件に合う値だけを取り出せます。

filtered = s[s > 50]
print(filtered)

01    80
03    60
dtype: int64

上記のように、s > 50 の結果をそのままフィルタとして使えば、Trueの位置にある値だけが取り出されるという仕組みです。

✅ 実務でもよく使う例

DataFrameのフィルタ処理でも同じように使えます。

df = pd.DataFrame({
    "都市": ["東京", "ニューヨーク", "上海"],
    "人口": [1400, 800, 2000]
}, index=["01", "02", "03"])

filtered_df = df[df["人口"] > 1000]
print(filtered_df)

       都市    人口
01     東京   1400
03     上海   2000

このように、**行の抽出（条件抽出）**にも頻繁に使います。

✅ よくある誤解と注意点

df["C"] > 50 と書いても 値（80や60）が返ってくるわけではない
True/Falseが返ってくる → それを使って抽出するのが基本の流れ
= は代入、== は比較なので、書き間違いに注意

✅ まとめ表

式	結果の型	内容
`series > 50`	Series[bool]	各要素と50を比較し、True / False を返す
`series[series > 50]`	Series（値）	条件を満たす値だけを抽出
`df[df["列"] > 値]`	DataFrame	条件を満たす行だけを抽出

✅ おわりに

この比較の仕組みは、Pandasでデータを扱ううえでの基本中の基本です。
仕組みを知っておくだけで、データ抽出や加工の理解がスムーズになると思いました。