Python中如何使用pandas的DataFrame实现数据筛选？

import pandas as pd

# 创建示例DataFrame
data = {
    '姓名': ['张三', '李四', '王五', '赵六', '钱七'],
    '年龄': [25, 32, 28, 35, 22],
    '部门': ['技术部', '销售部', '技术部', '人事部', '销售部'],
    '薪资': [8000, 6500, 9000, 5500, 7000]
}
df = pd.DataFrame(data)

# 1. 基本条件筛选
# 筛选年龄大于30岁的员工
df_age_30 = df[df['年龄'] > 30]
print("年龄大于30岁的员工:")
print(df_age_30)

# 2. 多条件筛选
# 筛选技术部且薪资大于8000的员工
df_tech_high = df[(df['部门'] == '技术部') & (df['薪资'] > 8000)]
print("\n技术部薪资大于8000的员工:")
print(df_tech_high)

# 3. 使用query方法
df_query = df.query('年龄 >= 25 and 部门 in ["技术部", "销售部"]')
print("\n年龄≥25且在技术部或销售部的员工:")
print(df_query)

# 4. 字符串筛选
# 筛选姓名包含"三"的员工
df_name = df[df['姓名'].str.contains('三')]
print("\n姓名包含'三'的员工:")
print(df_name)

# 5. isin筛选
# 筛选部门为技术部或销售部
df_dept = df[df['部门'].isin(['技术部', '销售部'])]
print("\n技术部或销售部的员工:")
print(df_dept)

# 6. 使用loc进行筛选
df_loc = df.loc[(df['年龄'] > 25) & (df['薪资'] < 8000), ['姓名', '部门']]
print("\n年龄>25且薪资<8000的员工姓名和部门:")
print(df_loc)

# 7. 筛选特定列
# 只显示满足条件的姓名和薪资列
df_cols = df[df['年龄'] > 25][['姓名', '薪资']]
print("\n年龄>25的员工姓名和薪资:")
print(df_cols)

核心要点：

• 单条件用df[条件]
• 多条件用&(与)、|(或)，注意括号
• query()适合复杂条件，语法更直观
• str.contains()处理字符串模糊匹配
• isin()匹配多个值
• loc可同时筛选行和列

总结建议： 根据需求选择合适方法，多条件注意括号优先级。