4-3利用pandas筛选与索引，按需选取数据f.pptxVIP

数智化时代会计专业融合创新系列教材《Python开发与财务应用》

项目四：利用pandas进行数据处理与分析任务3：利用pandas筛选与索引，按需选取数据

任务概览项目四?利用pandas进行数据处理与分析任务三?利用pandas筛选与索引，按需选取数据01任务目标：掌握使用pandas进行高效数据筛选和精确索引，以快速准确地提取和分析所需数据。02

选取单列数据可以通过直接索引列名，选取所在列的数据。0102选取多列数据选取多列数据时，需要将多个列名用英文格式的逗号“,”隔开，并在内部用方括号标识。、#选取单列数据single_column=df[A]print(single_column)例一例二#选取多列数据的示例multiple_columns=df[[A,B]]print(multiple_columns)直接索引选取连续行数据需要将两个行索引用英文格式的冒号“:”隔开。直接索引同样遵循“左闭右开”原则，#选取连续行数据的，例如选取前两行continuous_rows=df[0:2]print(continuous_rows)例三03

选取满足单个条件的数据布尔索引是一种基于条件的索引方式，允许我们根据数据满足的特定条件来选取数据。当条件为单个时，可以直接在DataFrame中使用比较运算符。01选取满足多个条件的数据布尔索引同样适用于处理多重条件的情况。可以通过逻辑运算符（如（和），|（或））组合多个条件。02布尔索引

loc索引器选取行、列组合数据的loc索引器同样可以选取特定的行和列的组合，通过行标签和列名的组合实现。重点：同时使用行索引和列名来选取数据。02loc索引器选取一行数据loc索引器允许基于行标签来选取数据，当需要选取单行数据时，可以直接使用行的索引标签。01loc索引器

loc索引器选取多个连续的行或列当需要选取多个连续的行或列时，loc索引器可以更简洁地实现，避免使用循环。04loc索引器通过列名选取满足一定条件的行使用布尔表达式与loc结合选取数据，loc可以选取满足特定条件的行。03loc索引器

iloc索引器与loc索引器不同点loc基于标签索引，而iloc基于整数索引。loc可以结合布尔索引进行条件筛选，iloc则不能。03iloc索引器的主要特点包括：基于0到n-1的整数索引进行数据选择。不受轴标签的影响，只根据位置选择数据。可以进行切片操作，选取连续的数据段。02iloc索引器介绍iloc是pandas中的一个索引器，用于基于整数的位置进行数据选取，它不依赖于数据的轴标签。01iloc索引器

假设有一个DataFramedf，包含列A,B,和C。请写出使用直接索引选取列B中所有数据的代码。01假设df包含员工的年龄信息，且我们需要找出所有年龄大于30岁的员工记录。请提供相应的布尔索引代码。02employee_names=df[姓名]例一older_employees=df[df[年龄]30]例二即测即评

给定一个DataFramedf，如果需要选取第二行第二列的数据，分别使用loc和iloc索引器写出相应的代码。03假设DataFramedf有以下列：Name,Age,Score。请使用loc索引器选取出姓名为John且分数大于90的学生的所有数据。04即测即评

loc和iloc索引器我们探索了loc索引器，它允许我们根据标签位置进行索引。0302直接索引我们学习了如何使用列名直接访问DataFrame中的列数据，以及如何通过行索引和列索引的组合来访问特定的数据元素。布尔索引我们掌握了使用布尔表达式来筛选出满足特定条件的行。这种方法在处理条件筛选时非常直观和强大。01任务总结04loc和iloc索引器iloc索引器则允许我们根据整数位置进行索引。这两种索引器各有优势，可以根据不同的数据选择需求灵活使用。

数智化时代会计专业融合创新系列教材《Python开发与财务应用》感谢观看！