在数据分析中，对数据的选择和筛选是最基础也最常用的操作。pandas 的 DataFrame 提供了灵活的方式来实现这一点。本文将用 3 个简单步骤，帮你快速掌握 DataFrame 数据选择与筛选的核心技巧，适合完全没接触过 pandas 的初学者。
第一步：选择列数据（最基础的列操作）¶
列选择是指提取 DataFrame 中的某一列或多列数据。在 pandas 中，列选择通过列名实现，非常直观。
1.1 选择单列数据¶
当你需要提取某一列时，直接用列名加方括号即可。返回结果是一个 Series（类似一维数组）。
import pandas as pd
# 先创建一个示例 DataFrame（包含姓名、年龄、城市、销售额）
data = {
'姓名': ['小明', '小红', '小刚', '小丽'],
'年龄': [20, 22, 21, 23],
'城市': ['北京', '上海', '广州', '深圳'],
'销售额': [1000, 1500, 800, 2000]
}
df = pd.DataFrame(data)
# 选择单列（年龄列）
age_column = df['年龄']
print("单列选择（年龄列）：")
print(age_column)
输出结果：
单列选择（年龄列）：
0 20
1 22
2 21
3 23
Name: 年龄, dtype: int64
1.2 选择多列数据¶
如果需要同时选择多列，只需将列名放在一个列表中（双括号）。返回结果是一个 DataFrame（类似二维数组）。
# 选择多列（年龄和城市列）
age_city_df = df[['年龄', '城市']]
print("\n多列选择（年龄和城市）：")
print(age_city_df)
输出结果：
多列选择（年龄和城市）：
年龄 城市
0 20 北京
1 22 上海
2 21 广州
3 23 深圳
第二步：选择行数据（基于位置或标签）¶
行选择是指提取 DataFrame 中的某几行数据。pandas 提供了 iloc 和 loc 两种常用方法，分别基于位置和标签选择。
2.1 iloc：按位置选择（整数索引）¶
iloc 是“按位置（index location）”选择，适合用默认的整数位置（0, 1, 2…）选择行。语法为 df.iloc[行范围]。
df.iloc[0:2]：选择前 2 行（位置 0 和 1，左闭右开区间）df.iloc[1]：选择第 2 行（位置 1）df.iloc[[0, 2]]：选择位置 0 和 2 的行
# 选择前 2 行（位置 0 和 1）
first_two_rows = df.iloc[0:2]
print("iloc选择前2行：")
print(first_two_rows)
输出结果：
iloc选择前2行：
姓名 年龄 城市 销售额
0 小明 20 北京 1000
1 小红 22 上海 1500
2.2 loc：按标签选择（自定义索引）¶
loc 是“按标签（label location）”选择，适合用自定义的行标签（如姓名、日期等）选择。如果行标签是默认的整数（0,1,2…），效果和 iloc 一致。
# 选择标签为 0 和 2 的行（默认整数标签）
selected_rows = df.loc[[0, 2]]
print("\nloc选择标签为0和2的行：")
print(selected_rows)
输出结果：
loc选择标签为0和2的行：
姓名 年龄 城市 销售额
0 小明 20 北京 1000
2 小刚 21 广州 800
第三步：条件筛选（根据条件选行）¶
条件筛选是指根据某列的条件（如“年龄>21岁”“销售额>1000”）选择满足条件的行。核心是布尔索引。
3.1 单条件筛选¶
直接用 df[条件]，条件为某列的比较表达式（如 df['年龄'] > 21）。
# 筛选年龄大于21岁的行
filtered_by_age = df[df['年龄'] > 21]
print("年龄大于21岁的行：")
print(filtered_by_age)
输出结果：
年龄大于21岁的行：
姓名 年龄 城市 销售额
1 小红 22 上海 1500
3 小丽 23 深圳 2000
3.2 多条件筛选¶
如果需要同时满足多个条件，用 &（且）或 |（或）连接条件，每个条件必须用括号包裹。
# 筛选：销售额>1000 且 城市是上海
filtered_by_sales_and_city = df[(df['销售额'] > 1000) & (df['城市'] == '上海')]
print("\n销售额>1000且城市是上海的行：")
print(filtered_by_sales_and_city)
输出结果：
销售额>1000且城市是上海的行：
姓名 年龄 城市 销售额
1 小红 22 上海 1500
总结¶
通过以上 3 步，你已经掌握了 DataFrame 数据选择与筛选的核心技巧：
1. 列选择：用 df['列名']（单列）或 df[['列名1','列名2']]（多列）
2. 行选择：用 iloc[位置]（整数位置）或 loc[标签]（自定义标签）
3. 条件筛选：用 df[条件]（单条件）或 df[(条件1) & (条件2)]（多条件）
关键提醒：多条件筛选时，必须用 &/| 代替 and/or，且每个条件加括号！
多动手练习，很快就能熟练掌握这些操作，为后续数据分析打下基础～