pandas库可轻松地筛选出符合特定条件的数据，无需指定筛选的行和列。通过灵活运用pandas的筛选功能，我们能够高效、准确地获取到感兴趣的数据，本文将介绍以下几种方法，在不指定行列的情况下使用pandas进行数据筛选。

#导入数据，使用案例数据进行特定数据筛选
DP_table=pd.read_excel(r'D:\JDNetDiskDownload\数据打包\经管训练营\电商销售数据-23年11月.xlsx',
                       sheet_name='销售数据_清洗',#导入数据处理这个sheet表
                       dtype={'日期':'datetime64[D]'})

DP_table#.head()

布尔索引

这是最常见且直观的方法，通过条件来筛选数据。

DP_table[(DP_table['客户性别']=='女') & (DP_table['客户年龄']>61)][['区域','商品品类','销售数','销售额','利润']]

isin()方法

当需要筛选特定列中包含某些特定值的行时，可以使用isin()方法。

DP_table[DP_table['商品品类'].isin(['床品件套', '家装饰品'])]

loc和iloc方法

loc基于标签选择数据，而iloc基于整数位置选择数据。

#按照索引标签选择
DP_table.loc[[0,2,4,6,8,10]][['区域','商品品类','销售数','销售额','利润']]

#选择特定列
DP_table.iloc[:,[0,2,4]]

#选择连续列
DP_table.iloc[:,0:4]

#选择特定行
DP_table.iloc[[0,2,4,6],]

#选择连续行
DP_table.iloc[0:7,]

query()方法：

你可以使用query方法基于一个或多个条件来筛选数据

DP_table.query('利润 > 300000')

between()方法

这个方法用于筛选特定列中值在给定范围内的行。

DP_table[DP_table['日期'].between('2023-11-11', '2023-11-13')]

使用特定字符串方法

对于字符串数据，pandas提供了许多用于筛选的方法，如str.contains(), str.startswith(), str.endswith()等。

DP_table[DP_table['区域'].str.contains('甘肃省')]

DP_table[DP_table['区域'].str.startswith('西北')]

DP_table[DP_table['区域'].str.contains('兰州')]

通过以上方法，可以在不指定行列的情况下，轻松实现pandas数据的筛选。这几种筛选方式具有很高的灵活性和实用性，让你在数据处理的过程中更加得心应手，如果你在代码实践过程中遇到问题，可在评论区留言，解决你的代码问题~