Day10:Python数据＂选妃记＂!如何精准筛选出你想要的那一行?

还在Excel里用筛选按钮？Python让你用一行代码搞定复杂筛选！

一、为什么需要数据筛选？

二、基础筛选：单条件筛选

import pandas as pd# 创建示例数据数据 = pd.DataFrame({'学号': ['2023001', '2023002', '2023003', '2023004', '2023005', '2023006'],'姓名': ['张三', '李四', '王五', '赵六', '钱七', '孙八'],'班级': ['三(2)班', '三(1)班', '三(2)班', '三(1)班', '三(2)班', '三(1)班'],'性别': ['男', '女', '男', '女', '男', '女'],'语文': [85, 92, 78, 90, 88, 95],'数学': [92, 88, 85, 95, 90, 92],'英语': [88, 85, 80, 92, 87, 90],'总分': [265, 265, 243, 277, 265, 277]})print("📊 原始数据：")print(数据)print(f"总行数：{len(数据)}行")# 1. 最简单的筛选：选择单列print("\n🎯 1. 只显示学生姓名和语文成绩：")print(数据[['姓名', '语文']])# 2. 条件筛选：语文成绩大于90分print("\n🎯 2. 语文90分以上的学生：")语文90以上 = 数据[数据['语文'] > 90]print(语文90以上)print(f"共{len(语文90以上)}人")# 3. 条件筛选：等于某个值print("\n🎯 3. 三(2)班的学生：")三二班 = 数据[数据['班级'] == '三(2)班']print(三二班)# 4. 条件筛选：不等于某个值print("\n🎯 4. 非三(2)班的学生：")非三二班 = 数据[数据['班级'] != '三(2)班']print(非三二班)# 5. 条件筛选：包含特定文本print("\n🎯 5. 姓名包含'三'的学生：")含三的学生 = 数据[数据['姓名'].str.contains('三')]print(含三的学生)

三、高级筛选：多条件组合

print("\n🔍 高级筛选：多条件组合")print("="*50)# 6. 且条件（AND）：使用 & 符号print("\n🎯 6. 语文>85 且 数学>90 的学生：")条件1 = 数据['语文'] > 85条件2 = 数据['数学'] > 90筛选结果 = 数据[条件1 & 条件2]  # 两个条件都要满足print(筛选结果)print(f"逻辑解释：筛选语文>85分 AND 数学>90分")# 7. 或条件（OR）：使用 | 符号print("\n🎯 7. 语文>90 或 数学>90 的学生：")条件1 = 数据['语文'] > 90条件2 = 数据['数学'] > 90筛选结果 = 数据[条件1 | 条件2]  # 两个条件满足一个即可print(筛选结果)print(f"逻辑解释：筛选语文>90分 OR 数学>90分")# 8. 非条件（NOT）：使用 ~ 符号print("\n🎯 8. 不是三(2)班且语文不低于85分的学生：")条件1 = 数据['班级'] != '三(2)班'# 不是三(2)班条件2 = 数据['语文'] >= 85        # 语文不低于85分筛选结果 = 数据[条件1 & 条件2]print(筛选结果)# 9. 复杂条件组合print("\n🎯 9. 三(2)班且语文>85或数学>90的学生：")条件1 = 数据['班级'] == '三(2)班'条件2 = 数据['语文'] > 85条件3 = 数据['数学'] > 90筛选结果 = 数据[(条件1 & 条件2) | 条件3]  # 注意括号！print(筛选结果)print("注意：括号很重要！(三(2)班且语文>85) 或 数学>90")

四、筛选函数：query()的强大功能

print("\n🧠 query()函数：用字符串写筛选条件")print("="*50)# 10. 使用query()筛选（更简洁）print("\n🎯 10. 使用query筛选语文>85分的学生：")筛选结果 = 数据.query("语文 > 85")print(筛选结果)# 11. query()多条件筛选print("\n🎯 11. query()筛选：班级=='三(2)班' 且 语文>85 且 数学>90")筛选结果 = 数据.query("班级 == '三(2)班' and 语文 > 85 and 数学 > 90")print(筛选结果)# 12. query()使用变量print("\n🎯 12. query()使用变量筛选：")最低分 = 85筛选结果 = 数据.query("语文 >= @最低分 and 数学 >= @最低分")print(f"语文和数学都≥{最低分}分的学生：")print(筛选结果)# 13. query()的或条件print("\n🎯 13. query()的或条件：语文>90或数学>90")筛选结果 = 数据.query("语文 > 90 or 数学 > 90")print(筛选结果)# 14. 包含特定文本的筛选print("\n🎯 14. query()筛选姓名包含'三'或'四'：")筛选结果 = 数据.query("姓名.str.contains('三') or 姓名.str.contains('四')", engine='python')print(筛选结果)

五、实战：教师常用筛选场景

5.1 学生成绩分析器

class 学生成绩分析器:    def __init__(self, 数据):        self.数据 = 数据        self.分析结果 = {}    def 显示菜单(self):"""显示筛选菜单"""print("\n📊 学生成绩分析器")print("="*50)print("1. 按分数段筛选")print("2. 按班级筛选")print("3. 按性别筛选")print("4. 查找偏科学生")print("5. 查找进步空间大的学生")print("6. 综合条件筛选")print("0. 退出")    def 按分数段筛选(self):"""按分数段筛选学生"""print("\n🎯 按分数段筛选")print("选择科目：1.语文 2.数学 3.英语 4.总分")        科目选择 = input("请输入选择：")        科目映射 = {'1': '语文', '2': '数学', '3': '英语', '4': '总分'}        科目 = 科目映射.get(科目选择, '语文')print(f"\n筛选{科目}成绩：")print("1. 优秀（≥90分）")print("2. 良好（80-89分）")print("3. 及格（60-79分）")print("4. 不及格（<60分）")print("5. 自定义分数范围")        选择 = input("请输入选择：")if 选择 == '1':            筛选条件 = f"{科目} >= 90"            描述 = f"{科目}优秀（≥90分）"elif 选择 == '2':            筛选条件 = f"{科目} >= 80 and {科目} < 90"            描述 = f"{科目}良好（80-89分）"elif 选择 == '3':            筛选条件 = f"{科目} >= 60 and {科目} < 80"            描述 = f"{科目}及格（60-79分）"elif 选择 == '4':            筛选条件 = f"{科目} < 60"            描述 = f"{科目}不及格（<60分）"elif 选择 == '5':            最低分 = float(input("请输入最低分："))            最高分 = float(input("请输入最高分："))            筛选条件 = f"{科目} >= {最低分} and {科目} <= {最高分}"            描述 = f"{科目}在{最低分}-{最高分}分"else:print("无效选择")return# 执行筛选        结果 = self.数据.query(筛选条件)print(f"\n📋 {描述}的学生：")print(f"共{len(结果)}人")print(结果)# 保存结果        self.分析结果[描述] = 结果return 结果    def 按班级筛选(self):"""按班级筛选"""print("\n🎯 按班级筛选")# 获取所有班级        所有班级 = self.数据['班级'].unique()print(f"所有班级：{', '.join(所有班级)}")        班级 = input("请输入要筛选的班级：")if 班级 not in 所有班级:print(f"班级'{班级}'不存在")return        结果 = self.数据.query(f"班级 == '{班级}'")print(f"\n📋 {班级}的学生名单：")print(f"共{len(结果)}人")print(结果[['学号', '姓名', '性别', '语文', '数学', '英语', '总分']])# 显示班级统计print(f"\n📊 {班级}成绩统计：")print(f"语文平均分：{结果['语文'].mean():.1f}")print(f"数学平均分：{结果['数学'].mean():.1f}")print(f"英语平均分：{结果['英语'].mean():.1f}")print(f"总分平均分：{结果['总分'].mean():.1f}")        self.分析结果[f"{班级}学生"] = 结果return 结果    def 查找偏科学生(self):"""查找偏科学生（某科特别高或特别低）"""print("\n🎯 查找偏科学生")# 计算每科与平均分的差值        数据副本 = self.数据.copy()        数据副本['语文差'] = 数据副本['语文'] - 数据副本['语文'].mean()        数据副本['数学差'] = 数据副本['数学'] - 数据副本['数学'].mean()        数据副本['英语差'] = 数据副本['英语'] - 数据副本['英语'].mean()print("选择查找类型：")print("1. 查找优势科目明显的学生（某科比平均分高10分以上）")print("2. 查找薄弱科目明显的学生（某科比平均分低10分以上）")print("3. 查找各科均衡的学生（各科与平均分差在5分以内）")        选择 = input("请输入选择：")if 选择 == '1':# 某科比平均分高10分以上            条件 = (数据副本['语文差'] > 10) | (数据副本['数学差'] > 10) | (数据副本['英语差'] > 10)            描述 = "优势科目明显的学生"elif 选择 == '2':# 某科比平均分低10分以上            条件 = (数据副本['语文差'] < -10) | (数据副本['数学差'] < -10) | (数据副本['英语差'] < -10)            描述 = "薄弱科目明显的学生"elif 选择 == '3':# 各科与平均分差在5分以内            条件 = (数据副本['语文差'].abs() <= 5) & (数据副本['数学差'].abs() <= 5) & (数据副本['英语差'].abs() <= 5)            描述 = "各科均衡的学生"else:print("无效选择")return        结果 = 数据副本[条件]print(f"\n📋 {描述}：")print(f"共{len(结果)}人")# 显示详细信息for _, 学生 in 结果.iterrows():print(f"\n{学生['姓名']}（{学生['班级']}）：")print(f"  语文：{学生['语文']}分（比平均分{学生['语文差']:+.1f}）")print(f"  数学：{学生['数学']}分（比平均分{学生['数学差']:+.1f}）")print(f"  英语：{学生['英语']}分（比平均分{学生['英语差']:+.1f}）")        self.分析结果[描述] = 结果return 结果    def 查找进步空间大的学生(self):"""查找有进步空间的学生（总分高但某科低）"""print("\n🎯 查找有进步空间的学生")# 计算总分排名        数据副本 = self.数据.copy()        数据副本['总分排名'] = 数据副本['总分'].rank(ascending=False)# 找出每科最低分        各科平均分 = {'语文': 数据副本['语文'].mean(),'数学': 数据副本['数学'].mean(),'英语': 数据副本['英语'].mean()        }print("查找标准：")print("1. 总分前50%，但某科低于平均分")print("2. 总分前30%，但某科低于班级平均分10分以上")        选择 = input("请输入选择：")if 选择 == '1':            总人数 = len(数据副本)            排名条件 = 数据副本['总分排名'] <= 总人数 / 2  # 前50%            结果列表 = []for 科目, 平均分 in 各科平均分.items():                科目条件 = 数据副本[科目] < 平均分                筛选结果 = 数据副本[排名条件 & 科目条件]if len(筛选结果) > 0:print(f"\n📊 总分前50%但{科目}低于平均分的学生：")for _, 学生 in 筛选结果.iterrows():print(f"  {学生['姓名']}：总分第{int(学生['总分排名'])}名，{科目}{学生[科目]}分（平均{平均分:.1f}分）")                    结果列表.append(筛选结果)if 结果列表:                from functools import reduce                最终结果 = reduce(lambda x, y: pd.concat([x, y]).drop_duplicates(), 结果列表)                self.分析结果["有进步空间的学生"] = 最终结果return 最终结果return None    def 综合条件筛选(self):"""自定义复杂条件筛选"""print("\n🎯 综合条件筛选")print("="*50)print("你可以构建复杂的筛选条件")print("支持的运算符：>, <, >=, <=, ==, !=, and, or, not")print("示例：语文 > 85 and 班级 == '三(2)班'")print("="*50)        条件 = input("请输入筛选条件：")        try:            结果 = self.数据.query(条件, engine='python')print(f"\n✅ 筛选结果（共{len(结果)}条）：")print(结果)# 保存结果            self.分析结果["自定义筛选"] = 结果return 结果        except Exception as e:print(f"❌ 条件错误：{e}")return None    def 运行(self):"""运行分析器"""while True:            self.显示菜单()            选择 = input("\n请选择操作：")if 选择 == '0':print("退出分析器")breakelif 选择 == '1':                self.按分数段筛选()elif 选择 == '2':                self.按班级筛选()elif 选择 == '3':                self.按性别筛选()elif 选择 == '4':                self.查找偏科学生()elif 选择 == '5':                self.查找进步空间大的学生()elif 选择 == '6':                self.综合条件筛选()else:print("无效选择")            input("\n按Enter继续...")    def 按性别筛选(self):"""按性别筛选"""print("\n🎯 按性别筛选")        性别 = input("请输入性别（男/女）：")if 性别 not in ['男', '女']:print("性别必须是'男'或'女'")return        结果 = self.数据.query(f"性别 == '{性别}'")print(f"\n📋 {性别}生名单（共{len(结果)}人）：")print(结果[['姓名', '班级', '语文', '数学', '英语', '总分']])# 显示性别统计print(f"\n📊 {性别}生成绩统计：")for 科目 in ['语文', '数学', '英语', '总分']:            平均分 = 结果[科目].mean()            最高分 = 结果[科目].max()            最低分 = 结果[科目].min()print(f"  {科目}：平均{平均分:.1f}分，最高{最高分}分，最低{最低分}分")        self.分析结果[f"{性别}生"] = 结果return 结果# 使用示例if __name__ == "__main__":print("🏫 学生成绩分析器 v1.0")print("="*50)    分析器 = 学生成绩分析器(数据)    分析器.运行()

5.2 学生档案快速查询系统

class 学生档案查询系统:    def __init__(self, 数据):        self.数据 = 数据.set_index('学号')  # 设置学号为索引，方便快速查找    def 精确查找(self, 学号):"""按学号精确查找"""if 学号 in self.数据.index:            学生信息 = self.数据.loc[学号]print(f"\n🔍 学号：{学号}")print(f"姓名：{学生信息['姓名']}")print(f"班级：{学生信息['班级']}")print(f"性别：{学生信息['性别']}")print(f"语文：{学生信息['语文']}分")print(f"数学：{学生信息['数学']}分")print(f"英语：{学生信息['英语']}分")print(f"总分：{学生信息['总分']}分")return 学生信息else:print(f"❌ 找不到学号为{学号}的学生")return None    def 模糊查找(self, 关键词):"""按姓名模糊查找"""print(f"\n🔍 查找包含'{关键词}'的学生：")# 在姓名中查找        姓名结果 = self.数据[self.数据['姓名'].str.contains(关键词)]if len(姓名结果) > 0:print(f"在姓名中找到{len(姓名结果)}个结果：")for 学号, 学生 in 姓名结果.iterrows():print(f"  {学号} - {学生['姓名']}（{学生['班级']}）")# 在班级中查找        班级结果 = self.数据[self.数据['班级'].str.contains(关键词)]if len(班级结果) > 0 and not 班级结果.equals(姓名结果):print(f"\n在班级中找到{len(班级结果)}个结果：")for 学号, 学生 in 班级结果.iterrows():print(f"  {学号} - {学生['姓名']}（{学生['班级']}）")return pd.concat([姓名结果, 班级结果]).drop_duplicates()    def 批量查找(self, 学号列表):"""批量查找多个学生"""print(f"\n🔍 批量查找{len(学号列表)}个学生：")        结果 = self.数据[self.数据.index.isin(学号列表)]if len(结果) > 0:print(f"找到{len(结果)}个学生：")print(结果[['姓名', '班级', '语文', '数学', '英语', '总分']])else:print("❌ 没有找到任何学生")return 结果    def 查找同学关系(self, 学生学号):"""查找同班同学"""if 学生学号 not in self.数据.index:print(f"❌ 找不到学号为{学生学号}的学生")return None        学生信息 = self.数据.loc[学生学号]        班级 = 学生信息['班级']print(f"\n👥 {学生信息['姓名']}的同班同学：")# 查找同班同学（排除自己）        同班同学 = self.数据[(self.数据['班级'] == 班级) & (self.数据.index != 学生学号)]if len(同班同学) > 0:print(f"共{len(同班同学)}人：")for 学号, 同学 in 同班同学.iterrows():                语文比较 = "高"if 同学['语文'] > 学生信息['语文'] else"低"                数学比较 = "高"if 同学['数学'] > 学生信息['数学'] else"低"                英语比较 = "高"if 同学['英语'] > 学生信息['英语'] else"低"print(f"  {同学['姓名']}：语文{同学['语文']}分（比{学生信息['姓名']}{语文比较}{abs(同学['语文']-学生信息['语文']):.1f}分）")else:print("❌ 没有找到同班同学")return 同班同学# 使用示例if __name__ == "__main__":print("📚 学生档案查询系统")print("="*50)    查询系统 = 学生档案查询系统(数据)# 精确查找    查询系统.精确查找('2023001')# 模糊查找    查询系统.模糊查找('三')# 批量查找    查询系统.批量查找(['2023002', '2023004', '2023006'])# 查找同学关系    查询系统.查找同学关系('2023001')

六、筛选技巧大全

# 📋 Pandas筛选速查表print("📚 Pandas筛选技巧大全")print("="*50)# 1. 基础筛选print("\n1️⃣ 基础筛选：")print("   数据[数据['列'] > 值]          # 大于")print("   数据[数据['列'] < 值]          # 小于")print("   数据[数据['列'] >= 值]         # 大于等于")print("   数据[数据['列'] <= 值]         # 小于等于")print("   数据[数据['列'] == 值]         # 等于")print("   数据[数据['列'] != 值]         # 不等于")# 2. 多条件筛选print("\n2️⃣ 多条件筛选：")print("   数据[(条件1) & (条件2)]        # 且条件")print("   数据[(条件1) | (条件2)]        # 或条件")print("   数据[~(条件)]                  # 非条件")# 3. 文本筛选print("\n3️⃣ 文本筛选：")print("   数据[数据['列'].str.contains('文本')]      # 包含")print("   数据[数据['列'].str.startswith('文本')]    # 开头是")print("   数据[数据['列'].str.endswith('文本')]      # 结尾是")print("   数据[数据['列'].str.match('正则')]         # 正则匹配")# 4. query()方法print("\n4️⃣ query()方法：")print("   数据.query('列 > 值')                     # 简单条件")print("   数据.query('列1 > 值1 and 列2 == 值2')    # 多条件")print("   数据.query('列.str.contains(\"文本\")')    # 文本筛选")# 5. isin()方法print("\n5️⃣ isin()方法（查找多个值）：")print("   数据[数据['列'].isin([值1, 值2, 值3])]    # 在列表中")print("   数据[~数据['列'].isin([值1, 值2])]        # 不在列表中")# 6. 其他筛选print("\n6️⃣ 其他筛选方法：")print("   数据[数据['列'].between(最小值, 最大值)]   # 在范围内")print("   数据[数据['列'].isnull()]                 # 空值")print("   数据[数据['列'].notnull()]                # 非空值")# 7. 链式筛选print("\n7️⃣ 链式筛选（一步步筛选）：")print("   结果 = 数据[条件1]")print("   结果 = 结果[条件2]")print("   结果 = 结果[条件3]")# 8. 筛选后排序print("\n8️⃣ 筛选后排序：")print("   数据[条件].sort_values('列', ascending=False)  # 筛选后降序")

七、实战：快速生成各种名单

def 生成各种名单(数据):"""一键生成各种常用名单"""print("📋 一键生成各种名单")print("="*50)# 1. 优秀学生名单（每科90分以上）print("\n🏆 1. 优秀学生名单（每科90分以上）：")    优秀学生 = 数据[(数据['语文'] >= 90) & (数据['数学'] >= 90) & (数据['英语'] >= 90)]if len(优秀学生) > 0:print(优秀学生[['姓名', '班级', '语文', '数学', '英语', '总分']])else:print("暂无学生达到每科90分以上")# 2. 需要关注名单（有科目不及格）print("\n⚠️  2. 需要关注名单（有科目不及格<60分）：")    需要关注 = 数据[(数据['语文'] < 60) | (数据['数学'] < 60) | (数据['英语'] < 60)]if len(需要关注) > 0:print(需要关注[['姓名', '班级', '语文', '数学', '英语']])else:print("暂无学生有科目不及格")# 3. 进步潜力名单（总分高但某科有提升空间）print("\n📈 3. 进步潜力名单（总分前50%但某科低于平均分）：")    平均语文 = 数据['语文'].mean()    平均数学 = 数据['数学'].mean()    平均英语 = 数据['英语'].mean()# 总分前50%    总分排名 = 数据['总分'].rank(pct=True)    前50 = 数据[总分排名 <= 0.5]# 某科低于平均分    潜力学生 = 前50[(前50['语文'] < 平均语文) | (前50['数学'] < 平均数学) | (前50['英语'] < 平均英语)]if len(潜力学生) > 0:print(f"语文平均分：{平均语文:.1f}，数学平均分：{平均数学:.1f}，英语平均分：{平均英语:.1f}")print(潜力学生[['姓名', '班级', '语文', '数学', '英语', '总分']])else:print("暂无符合条件的学生")# 4. 单科冠军名单print("\n🥇 4. 单科冠军名单：")for 科目 in ['语文', '数学', '英语']:        最高分 = 数据[科目].max()        冠军 = 数据[数据[科目] == 最高分]print(f"{科目}冠军：{冠军['姓名'].values[0]}（{最高分}分，{冠军['班级'].values[0]}）")# 5. 班级前十名单print("\n🏅 5. 班级前十名单：")for 班级 in 数据['班级'].unique():        班级数据 = 数据[数据['班级'] == 班级]        前十 = 班级数据.nlargest(3, '总分')  # 取前3名，实际可以改为10print(f"\n{班级}前三名：")for i, (_, 学生) in enumerate(前十.iterrows(), 1):print(f"  第{i}名：{学生['姓名']}（{学生['总分']}分）")# 保存所有名单到Excelprint("\n💾 正在保存名单到Excel...")    with pd.ExcelWriter('各种名单.xlsx', engine='openpyxl') as writer:if len(优秀学生) > 0:            优秀学生.to_excel(writer, sheet_name='优秀学生', index=False)if len(需要关注) > 0:            需要关注.to_excel(writer, sheet_name='需要关注', index=False)if len(潜力学生) > 0:            潜力学生.to_excel(writer, sheet_name='进步潜力', index=False)print("✅ 名单已保存到：各种名单.xlsx")# 使用示例生成各种名单(数据)

八、明日预告