Pandas数据筛选黑魔法：像调奶茶一样玩转loc多条件查询-CSDN博客

本文链接：https://blog.csdn.net/qq_41707090/article/details/148013122

关注不迷路，点赞走好运！！！

目录导航

奶茶店的数据烦恼
单条件筛选：基础款奶茶
多条件组合：定制款特调
高级配方：隐藏菜单玩法
避坑指南：店长生存手册
实战演练：智能订单系统

一、奶茶店的数据烦恼

假设你经营着"代码の茶"奶茶连锁店🧋，某天发现：

VIP客户订单需要特殊标记？  
促销活动要筛选特定时段的高消费订单？  
新员工总把"常温"和"去冰"的订单搞混？

别慌！Pandas的loc方法就像奶茶调饮台，通过布尔逻辑组合，帮你调配出精准的数据特饮！

二、单条件筛选：基础款奶茶

2.1 温度筛选：精准拿铁

import pandas as pd

五月订单数据
orders = pd.DataFrame({
    '订单号': ['VIP001', 'A002', 'VIP003', 'B004'],
    '温度': ['常温', '去冰', '少冰', '多冰'],
    '金额': [25, 18, 22, 20]
}, index=pd.date_range('20240501', periods=4))

筛选常温订单
常温订单 = orders.loc[orders['温度'] == '常温']
print("🌡️常温特饮：")
print(常温订单)

输出：

            订单号  温度  金额
2024-05-01  VIP001  常温  25

就像精确设定奶茶温度，不差1℃

三、多条件组合：定制款特调

3.1 逻辑与(&)：VIP特供

筛选VIP且金额>20的订单
vip特供 = orders.loc[(orders['订单号'].str.contains('VIP')) & (orders['金额'] > 20)]
print("\n🎩VIP尊享：")
print(vip特供)

像调制鸳鸯奶茶，同时满足咖啡和奶茶的风味要求

3.2 逻辑或(|)：促销雷达

筛选金额>22或温度包含"冰"的订单
促销目标 = orders.loc[(orders['金额'] > 22) | (orders['温度'].str.contains('冰'))]
print("\n🚀促销目标：")
print(促销目标)

像珍珠奶茶加椰果，满足任一配料都入选

四、高级配方：隐藏菜单玩法

4.1 函数特调：自定义甜度

自定义甜度检测函数
def 检测甜度(备注):
    return '半糖' in str(备注) or '微糖' in str(备注)

添加测试数据
orders['备注'] = ['加珍珠', '半糖', np.nan, '微糖去冰']

应用函数筛选
健康订单 = orders.loc[orders['备注'].apply(检测甜度)]
print("\n🍬甜度检测：")
print(健康订单)

像隐藏菜单，通过自定义规则解锁特殊订单

4.2 正则匹配：模糊搜索

筛选含"去冰"或"少冰"的订单
冰饮订单 = orders.loc[orders['温度'].str.contains('去冰|少冰', regex=True)]
print("\n❄️冰饮特辑：")
print(冰饮订单)

像模糊搜索奶茶配料，一网打尽相似选项

五、避坑指南：店长生存手册

灾难现场	翻车原因	急救方案	原理剖析
条件失效	忘记加括号	(A & B)	运算符优先级
筛选错位	索引未对齐	reset_index	标签匹配
速度卡顿	大数据量	分块处理	内存优化
空值报错	NaN处理	fillna	缺失值处理

六、实战演练：智能订单系统

def 智能订单处理(原始数据):
    # 阶段一：VIP识别
    vip标记 = 原始数据['订单号'].str.contains('VIP')
    
    # 阶段二：促销筛选
    促销条件 = (原始数据['金额'] > 20) | (原始数据['温度'].str.contains('冰'))
    
    # 阶段三：组合查询
    智能订单 = 原始数据.loc[vip标记 & 促销条件]
    
    # 生成报告
    print(f"🎯目标订单数：{len(智能订单)}")
    return 智能订单.sort_values('金额', ascending=False)

print("\n🤖智能系统运行：")
print(智能订单处理(orders))