Pandas 索引与筛选
掌握 .loc、.iloc 和布尔索引是高效使用 Pandas 的核心技能。
🎯 .loc[] --- 按标签索引（Label-based）⭐
python
import pandas as pd
import numpy as np
df = pd.DataFrame({
'姓名': ['张三', '李四', '王五', '赵六', '钱七'],
'年龄': [22, 25, 30, 28, 35],
'城市': ['北京', '上海', '广州', '深圳', '杭州'],
'工资': [8000, 12000, 15000, 10000, 18000]
}, index=['a', 'b', 'c', 'd', 'e'])
# 单行（按标签）
print(df.loc['b']) # 返回 Series
# 姓名 李四
# 年龄 25
# 城市 上海
# 工资 12000
# 多行（标签列表）
print(df.loc[['a', 'c', 'e']])
# 标签切片（含两端！）
print(df.loc['b':'d']) # 包含 b, c, d
# 行 + 列
print(df.loc['b', '工资']) # 单个值: 12000
print(df.loc['b', ['姓名', '工资']]) # 行 + 列子集
print(df.loc[['a', 'c'], ['姓名', '年龄']]) # 多行多列
# 行 + 列切片
print(df.loc['b':'d', '姓名':'城市']) # 行切片 + 列切片
# 带条件的列选择（使用布尔列表）
print(df.loc[df['工资'] > 10000, ['姓名', '工资']]).loc 关键规则
| 规则 | 示例 |
|---|---|
| 包含结束值 | df.loc['a':'c'] 包含 c |
| 标签不存在会报错 | KeyError |
| 返回单个值是标量 | df.loc['a', '年龄'] 返回 int |
| 返回 Series | 单行 df.loc['a'] 或单列 df.loc[:, '年龄'] |
🔢 .iloc[] --- 按位置索引（Integer-based）⭐
python
df = pd.DataFrame({
'A': [10, 20, 30, 40, 50],
'B': [100, 200, 300, 400, 500],
'C': ['a', 'b', 'c', 'd', 'e']
})
# 单行（按位置）
print(df.iloc[0]) # 第 0 行
print(df.iloc[-1]) # 最后一行
# 多行
print(df.iloc[[0, 2, 4]]) # 第 0, 2, 4 行
print(df.iloc[1:4]) # 第 1, 2, 3 行（不含 4！标准 Python 切片）
# 行 + 列
print(df.iloc[0, 1]) # 第 0 行第 1 列: 100
print(df.iloc[0:3, 0:2]) # 前 3 行, 前 2 列
print(df.iloc[:, :2]) # 所有行, 前 2 列
print(df.iloc[1:3, :]) # 第 1-2 行, 所有列
# 负数索引
print(df.iloc[-3:, :]) # 最后 3 行
# 等间隔取行
print(df.iloc[::2]) # 每隔一行.loc vs .iloc 对比
.loc[] |
.iloc[] |
|
|---|---|---|
| 索引依据 | 标签（label） | 位置（integer position） |
| 切片包含 | 含两端 | 不含右端（Python 语义） |
| 行索引是数字时 | 按索引值 | 按位置 |
| 列选择 | 列名 | 列位置 |
| 布尔索引 | ✅ 支持 | ❌ 不支持 |
重要 : 当索引是 0,1,2...时，.loc[1] 和 .iloc[1] 看起来一样但含义完全不同！
python
df = pd.DataFrame({'val': [10, 20, 30]}, index=[2, 1, 0])
print(df.loc[1]) # 索引 = 1 的行 → val = 20
print(df.iloc[1]) # 第 1 行 → val = 20（巧合相同）
# 若 index=[5,3,1]: df.loc[1] 返回第三行，df.iloc[1] 返回第二行🎯 at[] / iat[] --- 快速标量访问
比 .loc/.iloc 更快，但只能取单个值。
python
# at: 按标签取单个值
print(df.at['b', '工资']) # 12000
# iat: 按位置取单个值
print(df.iat[0, 3]) # 8000
# 也可用于赋值
df.at['b', '工资'] = 13000
df.iat[0, 3] = 8500🔍 布尔索引 --- 条件筛选 ⭐
基本条件
python
df = pd.DataFrame({
'姓名': ['张三', '李四', '王五', '赵六', '钱七'],
'年龄': [22, 25, 30, 28, 35],
'城市': ['北京', '上海', '广州', '深圳', '杭州'],
'工资': [8000, 12000, 15000, 10000, 18000]
})
# 单个条件
print(df[df['年龄'] > 25])
# 多个条件（用 & 和 |，必须加括号！）
print(df[(df['年龄'] > 25) & (df['工资'] > 12000)]) # 且
print(df[(df['城市'] == '北京') | (df['城市'] == '上海')]) # 或
print(df[~(df['年龄'] < 30)]) # 非: 年龄 >= 30
# ♀️ 常见错误: 用 and/or 代替 &/|
# df[(df['年龄'] > 25) and (df['工资'] > 10000)] ← 错误！
# df[(df['年龄'] > 25) & (df['工资'] > 10000)] ← 正确
# 也可以用 .loc 配合布尔条件
print(df.loc[df['工资'] > 10000])
print(df.loc[df['工资'] > 10000, ['姓名', '城市']])常见筛选方法
python
# isin: 值在列表中
print(df[df['城市'].isin(['北京', '上海', '广州'])])
# 也可以用 ~ 取反
print(df[~df['城市'].isin(['深圳', '杭州'])])
# between: 值在范围内
print(df[df['年龄'].between(25, 30)])
# 字符串条件
print(df[df['姓名'].str.contains('张')]) # 名字含"张"
print(df[df['城市'].str.startswith('北')]) # 城市以"北"开头
print(df[df['城市'].str.len() == 2]) # 城市名长度为 2
# NaN 判断
print(df[df['列名'].isna()]) # 空值行
print(df[df['列名'].notna()]) # 非空值行
# any / all: 行列级布尔
print((df > 0).any()) # 每列是否有 >0 的值
print((df > 0).all()) # 每列是否所有值都 >0
print((df > 0).any(axis=1)) # 每行是否有 >0 的值🔎 query() --- 字符串表达式筛选
python
df = pd.DataFrame({
'name': ['Alice', 'Bob', 'Charlie', 'David'],
'age': [25, 17, 35, 45],
'salary': [5000, 3000, 8000, 12000],
'city': ['NY', 'LA', 'NY', 'SF']
})
# 基本查询
print(df.query('age > 30'))
print(df.query('age > 25 and salary > 6000'))
# 外部变量引用（用 @）
threshold = 5000
print(df.query('salary > @threshold'))
# 字符串列
print(df.query('city == "NY"'))
print(df.query('city in ["NY", "SF"]'))
# 与 .loc 配合
print(df.query('age > 25')[['name', 'salary']])📊 where() / mask() --- 条件保留/替换
python
df = pd.DataFrame({
'A': [1, 2, 3, 4, 5],
'B': [10, 9, 8, 7, 6]
})
# where: 条件为 True 保留原值，False 替换为 NaN
print(df.where(df > 3))
# A B
# 0 NaN 10.0
# 1 NaN 9.0
# 2 NaN 8.0
# 3 4.0 7.0
# 4 5.0 6.0
# where + other: 不满足条件的用指定值代替
print(df.where(df > 3, other=0))
# mask: where 的反面（条件为 True 时替换）
print(df.mask(df > 3, other=0))
# A B
# 0 1 0
# 1 2 0
# 2 3 0
# 3 0 0
# 4 0 0🎯 列的选择与操作
python
# 单列: 返回 Series
print(df['姓名'])
print(df.姓名) # 列名是合法标识符时可用点号
# 多列: 返回 DataFrame（注意双括号！）
print(df[['姓名', '工资']])
# 列赋值
df['奖金'] = df['工资'] * 0.1 # 新增列
df['总收入'] = df['工资'] + df['奖金'] # 基于现有列计算
# 删除列
df.drop('奖金', axis=1, inplace=True) # axis=1 表示列
df.drop(['奖金', '总收入'], axis=1, inplace=True)
# 重命名列
df.rename(columns={'姓名': 'name', '年龄': 'age'}, inplace=True)
# 插入列（指定位置）
df.insert(1, '性别', ['男', '女', '男', '男', '男'])🎯 行操作
python
# 添加行
df.loc['f'] = ['孙九', 27, '成都', 14000]
# 通过 append 添加（创建新 DataFrame）
new_row = pd.DataFrame([['周十', 32, '重庆', 16000]],
columns=['姓名', '年龄', '城市', '工资'])
df = pd.concat([df, new_row], ignore_index=True)
# 删除行
df.drop('f', inplace=True) # 按标签删
df.drop([0, 2], inplace=True) # 按标签删
# 按条件删行
df = df[df['工资'] >= 10000] # 保留工资 >= 10000
df = df[~df['城市'].isin(['深圳'])] # 删除深圳的行📝 索引筛选速查
| 需求 | 代码 |
|---|---|
| 按标签取行列 | df.loc['a':'c', ['x', 'y']] |
| 按位置取行列 | df.iloc[0:5, 0:3] |
| 单个标量（快） | df.at['a', 'x'] / df.iat[0, 2] |
| 条件筛选 | df[df['col'] > 100] |
| 多条件 | df[(df['A'] > 3) & (df['B'] < 10)] |
| 值在列表中 | df[df['col'].isin([1, 2, 3])] |
| 值在范围内 | df[df['col'].between(3, 8)] |
| 字符串过滤 | df[df['col'].str.contains('abc')] |
| 表达式查询 | df.query('A > 3 and B < 10') |
| 选列 | df[['col1', 'col2']] |
| 条件保留 | df.where(df > 0, other=0) |
\[pandas2-总览\|← 返回总览\]