一、背景

2025年8月22日了，回頭查了下第一個python萬里長征的文章還是2018年11月。但是沒有寫幾篇，堅持寫這個還是挺難的，回頭一想，八年多還在這個崗位上，還是有半杯欣慰的，來干了！cheers!

最近一年，數據分析做的內容比較多，但是回頭看，對pandas這個東西的使用，還是有一層迷霧感的。所以寫點東西，記錄下心路旅程，也許未來某一天看看自己的筆記，會微笑多那么一點點，足夠了。等待未來callback的一天。

二、布爾索引

今天讓ai出了個幾個選擇題，做了幾個題消耗些時間，看了個解釋，發現一句話，布爾索引是標準的篩選方式。

深入研究了下，布爾索引過濾是pandas中通過邏輯條件篩選數據的一種方法，他屬于三大基礎方法之一，另兩個基礎是isin和between。
一個是二值化篩選，一個是多值篩選，一個是范圍篩選。

2.1 總結

新手記住三基礎就可以了。后面看進階

三、進階核心用法（實用高效）

想打個高效，總是打出來搞笑！！！（i fu le you 輸入法）

也是分三類記下吧，都是為了更好的回憶。

3.1 多條件組合

通過&、|、~組合條件，需注意括號使用，例如：df[(df[‘A’] > 10) & (df[‘B’] == ‘X’)]

3.2 字符串表達式（類似SQL）

query()方法，支持字符串表達式

例如：df.query(“A > 10 and B == ‘X’”)。適合復雜條件場景?，這個嚴格來說也是多條件組合，只不過是sql化的用法。

3.3 針對字符串的正則匹配

str.contains()?
針對字符串列的正則匹配，例如：df[df[‘CVE ID’].str.contains(‘CVE-’)]

四、高級方法（依賴基礎）

4.1 函數應用（如apply()或lambda）?

自定義復雜邏輯，例如：df[df.apply(lambda x: x[‘A’] + x[‘B’] > 100, axis=1)]

遇事不決可問春風 春風不語即隨本心!!!

4.2 缺失值篩選

使用isna()或notna()，例如：df[df[‘列名’].notna()]

4.3 loc與iloc?

loc：基于標簽和布爾索引篩選行或列，例如：df.loc[df[‘A’] > 10, [‘B’, ‘C’]]?

輸入格式：loc[] 的通用語法是 df.loc[行選擇, 列選擇]。若省略列部分（如本例），則返回所有列。

iloc：基于整數位置篩選（較少用于邏輯條件），輸入格式類似loc

這里loc和iloc容易混淆，所以還是看下區別：

特性	loc	iloc
索引類型	標簽（顯式）	整數位置（隱式）
切片包含性	包含結束標簽！！！	不包含結束位置！！！（Python 風格）
示例	df.loc[‘a’:‘c’]	df.iloc[0:2]

如需按位置選擇數據，應使用 iloc。

五、總結

pandas的篩選數據肯定是不止這些方法，但是要更好的記憶，必須是有量化層次做基礎的，三基礎、三核心、三高級并不是絕對的，看適合個人的記憶，別讓大腦處于混亂朦朧的狀態即可，真正的進階需要用。