🎯 今日目標

• 掌握 DataFrame 的條件篩選（布爾索引）
• 學會多條件篩選、邏輯運算
• 熟練使用排序（sort_values）提升數據組織力
• 結合列選擇進行數據提取分析

---

🧪 一、列選擇與基本篩選

? 選擇單列 / 多列

df["成績"]          # 返回 Series
df[["姓名", "成績"]] # 返回新的 DataFrame

---

? 條件篩選（布爾索引）

# 篩選出成績大于 80 的學生
df[df["成績"] > 80]# 獲取性別為“女”的學生
df[df["性別"] == "女"]

---

? 多條件篩選（邏輯運算符）

# 成績大于 80 且是男生
df[(df["成績"] > 80) & (df["性別"] == "男")]# 成績不及格 或 未填寫是否及格
df[(df["成績"] < 60) | (df["是否及格"] == False)]

?? 注意：邏輯運算使用 &、|、~，并加上括號！

---

🔢 二、數據排序

? 按單列排序

df.sort_values("成績")                     # 升序
df.sort_values("成績", ascending=False)   # 降序

? 按多個字段排序

df.sort_values(["是否及格", "成績"], ascending=[True, False])

---

🔍 三、列選擇 + 排序綜合練習

df[df["性別"] == "女"][["姓名", "成績"]].sort_values("成績", ascending=False)

---

🧪 今日練習任務

使用前兩天處理好的 students_cleaned.csv 文件，完成以下操作：

📝 練習列表

1. 篩選出成績大于等于 80 的學生

2. 篩選出成績不及格的男生

3. 按成績從高到低排序，并只顯示“姓名”和“成績”

4. 統計男女生人數（使用 value_counts）

5. 按性別分組后，計算各組平均成績（使用 groupby）

   import pandas as pd
   import os# 加載數據文件路徑
   input_path = "data/students_cleaned.csv"if not os.path.exists(input_path):raise FileNotFoundError("? 找不到文件：data/students_cleaned.csv。請先運行前兩天的清洗腳本。")# 加載 DataFrame
   df = pd.read_csv(input_path)
   print("📊 數據加載成功：")
   print(df.head())# 1. 篩選出成績 ≥ 80 的學生
   print("\n🎯 成績 ≥ 80 的學生：")
   print(df[df["成績"] >= 80])# 2. 篩選出成績不及格的男生
   print("\n🎯 成績不及格的男生：")
   condition = (df["成績"] < 60) & (df["性別"] == "男")
   print(df[condition])# 3. 按成績從高到低排序，顯示“姓名”和“成績”
   print("\n🎯 按成績排序（降序）顯示姓名和成績：")
   sorted_df = df.sort_values("成績", ascending=False)[["姓名", "成績"]]
   print(sorted_df)# 4. 統計性別分布
   print("\n🎯 男女生人數統計：")
   print(df["性別"].value_counts())# 5. 按性別分組，統計平均成績
   print("\n🎯 按性別分組的平均成績：")
   print(df.groupby("性別")["成績"].mean())
   

   結果輸出：

   📊 數據加載成功：姓名 性別    成績   是否及格
   0  張三  男  88.0   True
   1  李四  女  78.0   True
   2  王五  男  59.0  False
   3  田七  女  78.0  False🎯 成績 ≥ 80 的學生：姓名 性別    成績  是否及格
   0  張三  男  88.0  True🎯 成績不及格的男生：姓名 性別    成績   是否及格
   2  王五  男  59.0  False🎯 按成績排序（降序）顯示姓名和成績：姓名    成績
   0  張三  88.0
   1  李四  78.0
   3  田七  78.0
   2  王五  59.0🎯 男女生人數統計：
   性別
   男    2
   女    2
   Name: count, dtype: int64🎯 按性別分組的平均成績：
   性別
   女    78.0
   男    73.5
   Name: 成績, dtype: float64
   

---

?? 今日總結

• 掌握了布爾索引與邏輯運算篩選數據
• 熟悉了多列組合排序操作
• 學會了常用的數據子集提取方法
• 初步接觸了分組聚合分析