按价格、金额、分数等区间筛选数据是高频操作，灵活组合多条件精准圈选目标数据集。场景：筛选价格适中、库存充足的在售商品，叠加多个数值条件精准过滤。核心知识点：比较运算符、&与|逻辑组合、区间范围筛选、条件子集提取。① 生成测试数据
import pandas as pdimport numpy as npdf = pd.DataFrame({ "goods_id": range(1, 101), "price": np.random.randint(100, 6000, 100), "stock": np.random.randint(5, 300, 100), "sales": np.random.randint(20, 800, 100)})df.to_excel("range_filter.xlsx", index=False)print("商品区间筛选测试数据生成完成")
② 核心代码
import pandas as pddf = pd.read_excel("range_filter.xlsx")# 多条件区间筛选cond = (df["price"] >= 1000) & (df["price"] <= 4000) & (df["stock"] >= 50)target_data = df[cond]# 统计结果print("符合条件商品数量：", len(target_data))print("\n筛选后前五条数据：")print(target_data[["goods_id","price","stock","sales"]].head())
结果展示
总结
数值区间搭配逻辑条件，可灵活划定数据范围，快速分离不同层级数据，为后续统计分析打好基础。
10个月宝宝每天需要喝多少奶粉？
