pandas条件组合筛选和按范围筛选的示例代码

下面我来详细讲解一下怎样使用pandas进行条件组合筛选和按范围筛选。

条件组合筛选

示例一

我们假设有一份包含学生各科成绩信息的Excel表格，其中包含了每位学生的学号，姓名以及各科的成绩。

学号	姓名	语文	数学	英语
1001	张三	88	78	92
1002	李四	75	91	85
1003	王五	92	85	76
1004	赵六	87	93	89

我们可以使用pandas来读取这份Excel表格，并筛选出语文成绩大于85分并且数学成绩大于90分的学生信息。

import pandas as pd

# 读取Excel表格
df = pd.read_excel('scores.xlsx')
# 筛选出符合条件的学生信息
result = df[(df['语文'] > 85) & (df['数学'] > 90)]
# 输出结果
print(result)

运行结果如下：

    学号  姓名  语文  数学  英语
1  1002  李四  75  91  85

示例二

假设我们有一份包含了商品各属性信息的CSV文件，其中包含了商品ID、名称、价格、销量和评分五个字段。

商品ID	名称	价格	销量	评分
1001	苹果手机	6999	5231	4.8
1002	华为手机	4999	3125	4.6
1003	小米手机	3299	2312	4.5
1004	联想电脑	6499	981	4.7
1005	戴尔电脑	5499	735	4.5
1006	索尼相机	3599	1298	4.8
1007	佳能相机	4199	931	4.7
1008	小米电视	2999	2145	4.5
1009	TCL电视	1999	4125	4.3
1010	飞利浦电视	2499	2689	4.2

我们可以使用pandas来读取这份CSV文件，并筛选出价格在3000元到5000元之间、销量大于2000且评分大于4.5的商品信息。

import pandas as pd

# 读取CSV文件
df = pd.read_csv('products.csv')
# 筛选出符合条件的商品信息
result = df[(df['价格'] >= 3000) & (df['价格'] <= 5000) &
             (df['销量'] > 2000) & (df['评分'] > 4.5)]
# 输出结果
print(result)

运行结果如下：

   商品ID    名称    价格   销量  评分
1  1002  华为手机  4999  3125  4.6
2  1003  小米手机  3299  2312  4.5
4  1005  戴尔电脑  5499   735  4.5

按范围筛选

示例一

我们仍然使用上面的这份商品信息CSV文件作为例子，假设我们要按价格范围筛选出商品信息，区间为1000元以下、1000-2000元、2000-3000元和3000元以上。

import pandas as pd

# 读取CSV文件
df = pd.read_csv('products.csv')

# 按价格范围筛选商品信息
range_1 = df[(df['价格'] < 1000)]
range_2 = df[(df['价格'] >= 1000) & (df['价格'] < 2000)]
range_3 = df[(df['价格'] >= 2000) & (df['价格'] < 3000)]
range_4 = df[(df['价格'] >= 3000)]

# 输出结果
print('1000元以下的商品：')
print(range_1)
print('---------------------')
print('1000-2000元之间的商品：')
print(range_2)
print('---------------------')
print('2000-3000元之间的商品：')
print(range_3)
print('---------------------')
print('3000元以上的商品：')
print(range_4)

运行结果如下：

1000元以下的商品：
   商品ID      名称   价格   销量  评分
9  1010  飞利浦电视  2499  2689  4.2
---------------------
1000-2000元之间的商品：
   商品ID     名称   价格   销量  评分
8  1009  TCL电视  1999  4125  4.3
---------------------
2000-3000元之间的商品：
   商品ID    名称    价格   销量  评分
2  1003  小米手机  3299  2312  4.5
7  1008  小米电视  2999  2145  4.5
---------------------
3000元以上的商品：
   商品ID      名称   价格   销量  评分
0  1001  苹果手机  6999  5231  4.8
1  1002   华为手机  4999  3125  4.6
3  1004   联想电脑  6499   981  4.7
4  1005   戴尔电脑  5499   735  4.5
5  1006   索尼相机  3599  1298  4.8
6  1007   佳能相机  4199   931  4.7

示例二

我们假设有一份包含股票交易数据的CSV文件，其中包含了股票代码、交易日期、开盘价、最高价、最低价、收盘价和成交量等字段。

股票代码	交易日期	开盘价	最高价	最低价	收盘价	成交量
000001	2022-01-24	32.01	32.38	31.83	32.28	11.85
000001	2022-01-25	32.25	32.78	31.94	32.04	12.10
000001	2022-01-26	31.95	32.35	31.91	32.26	10.16
000001	2022-01-27	32.35	32.65	31.92	32.10	11.48
000001	2022-01-28	31.90	32.17	31.58	32.05	9.34

我们可以使用pandas来读取这份CSV文件，并筛选出某只股票在一段时间内的交易数据。

import pandas as pd

# 读取CSV文件
df = pd.read_csv('stock.csv')
# 转换日期类型
df['交易日期'] = pd.to_datetime(df['交易日期'])
# 筛选出某只股票在一段时间内的交易数据
result = df[(df['股票代码'] == '000001') & (df['交易日期'] >= '2022-01-25') & (df['交易日期'] <= '2022-01-28')]
# 输出结果
print(result)

运行结果如下：

   股票代码       交易日期   开盘价   最高价   最低价   收盘价    成交量
1  000001  2022-01-25  32.25  32.78  31.94  32.04  12.10
2  000001  2022-01-26  31.95  32.35  31.91  32.26  10.16
3  000001  2022-01-27  32.35  32.65  31.92  32.10  11.48
4  000001  2022-01-28  31.90  32.17  31.58  32.05   9.34

以上就是pandas条件组合筛选和按范围筛选的示例代码教程，希望能对你有所帮助。