企业官网建设流程全解析

分组统计告诉你"每类花了多少"，但有时候你想更细——“吃饭里超过50的有几笔？”“周末花了多少？”“备注含’聚餐’的有哪些？”"小额中额大额各几笔？"这些全是筛选的问题。

拿到数据，90%的时间你不是全量分析，而是先"捞"出关心的部分再处理。今天把最常用的8 个筛选场景整理成手册，每个直接给代码和解释。

用的还是账单数据，先放这里做对照：

importpandasaspdimportnumpyasnp data={'日期':['2024-01-05','2024-01-06','2024-01-07','2024-01-08','2024-01-09'],'类别':['餐饮','交通','餐饮','购物','餐饮'],'金额':[35.5,12.0,128.0,256.0,68.0],'备注':['午餐','地铁','聚餐','衣服','晚饭']}df=pd.DataFrame(data)

场景1：按数值大小筛选

找出金额大于100的消费：

result=df[df['金额']>100]

方括号里的df['金额'] > 100返回一列 True/False（布尔索引），Pandas 自动留下 True 的行。比较运算符><>=<===!=都能用。后面所有高级筛选本质上都是在构造不同的布尔条件。

场景2：多个条件叠加

且（同时满足）用&：金额大于100 并且 类别是餐饮。

result=df[(df['金额']>100)&(df['类别']=='餐饮')]

或（满足一个就行）用|：金额大于200 或者 类别是交通。

result=df[(df['金额']>200)|(df['类别']=='交通')]

非（取反）用~：类别不是餐饮。

result=df[~(df['类别']=='餐饮')]

⚠️ 每个条件都要用括号包起来，否则运算符优先级会让结果全错。也不要用and/or，整列逐元素运算要用&/|。

场景3：从列表里挑

类别是餐饮、交通、购物中的任意一个，用isin()比写一堆|优雅：

result=df[df['类别'].isin(['餐饮','交通','购物'])]

"不在列表里"前面加~：

result=df[~df['类别'].isin(['餐饮','交通'])]

筛选类别、地区、状态这类离散值时特别好用。

场景4：按文本模糊查找

Pandas 的str系列方法干这个。备注里包含"餐"字：

result=df[df['备注'].str.contains('餐')]

开头结尾匹配：

df[df['备注'].str.startswith('午')]# 以"午"开头df[df['备注'].str.endswith('餐')]# 以"餐"结尾

⚠️ 数据里有 NaN 时，str.contains会返回 NaN 导致多出奇怪的行，加na=False就安全了：

df[df['备注'].str.contains('聚餐',na=False)]

场景5：按日期范围筛选

先把日期列转成 datetime：

df['日期']=pd.to_datetime(df['日期'])

直接比较：

result=df[(df['日期']>='2024-01-05')&(df['日期']<='2024-01-07')]

把日期设为索引后切片更优雅：

df_date=df.set_index('日期')print(df_date['2024-01'])# 整个1月print(df_date['2024-01-05':'2024-01-08'])# 一段时间

按星期筛选（周六=5，周日=6）：

df['是周末']=df['日期'].dt.dayofweek>=5weekend_spend=df[df['是周末']]['金额'].sum()

转成 datetime 后，.dt.year.dt.month.dt.day.dt.dayofweek这些属性随便用。

场景6：用 loc 既筛选行又选列

只看满足条件行的其中几列：

result=df.loc[df['金额']>100,['类别','金额']]

格式是df.loc[行条件, 列条件]。loc 最大的好处是可以赋值，比如给大额消费加标记列：

df.loc[df['金额']>100,'大额消费']='是'df.loc[df['金额']<=100,'大额消费']='否'

这个在数据清洗和特征工程里经常用。（iloc按位置数字选，日常 95% 场景用 loc 就够了。）

场景7：分箱归类——把连续数据分成档

想看消费档次分布（小额/中额/大额各多少笔），用pd.cut()：

bins=[0,50,200,float('inf')]labels=['小额(0-50)','中额(50-200)','大额(200+)']df['消费档次']=pd.cut(df['金额'],bins=bins,labels=labels)

分箱完再 groupby，分布就出来了：

result=df.groupby('消费档次').agg(笔数=('金额','count'),总金额=('金额','sum'))

n 个边界分成 n-1 个区间；默认左开右闭，right=False可改；float('inf')接住最大值以上。

场景8：实战——拿完整账单回答4个问题

先造一份31天的模拟数据：

np.random.seed(42)dates=pd.date_range('2024-01-01','2024-01-31',freq='D')categories=['餐饮','交通','购物','娱乐','居住','医疗']bills=[]fordindates:for_inrange(np.random.randint(1,5)):cat=np.random.choice(categories)ifcat=='居住':amount=round(np.random.uniform(800,2500),2)elifcat=='医疗':amount=round(np.random.uniform(50,500),2)elifcat=='购物':amount=round(np.random.uniform(30,800),2)else:amount=round(np.random.uniform(10,200),2)bills.append({'日期':d,'类别':cat,'金额':amount})df=pd.DataFrame(bills)df['日期']=pd.to_datetime(df['日期'])

四个问题，全用今天讲的筛选技巧：

# Q1：这个月吃饭花了多少？food_total=df[df['类别']=='餐饮']['金额'].sum()# Q2：单笔超过200的有几笔？big_count=len(df[df['金额']>200])# Q3：周末消费占比多少？df['是周末']=df['日期'].dt.dayofweek>=5weekend_ratio=df[df['是周末']]['金额'].sum()/df['金额'].sum()*100# Q4：大额消费(>100)集中在哪些类别？big=df[df['金额']>100]result=big.groupby('类别')['金额'].agg(['count','sum']).sort_values('sum',ascending=False)

布尔索引、条件组合、日期属性、筛选后分组——组合起来就能回答绝大多数业务问题。

真实运行效果

把上面 8 个场景在同一份账单数据上实际跑一遍，输出是这样的：

可以看到：数值筛选只留下 128.0、256.0 两行，& 条件精确命中餐饮大额，isin 一次捞回三类，str.contains 按备注模糊匹配，日期切片连续取出 5 到 8 号；31 天 85 笔的实战里，餐饮共花 2120.08、周末占比 24.2%，大额消费按类别汇总居住最多。

新手常见坑

1. 多条件忘了加括号→ 每个条件用括号包起来
2. 用 and/or 而不是 &/|→ 整列运算要用位运算符
3. 筛选后索引乱了→ 用.reset_index(drop=True)重置

一张表总结8个场景

下一篇讲结果导出——分析完的数据怎么导出成规整的 Excel 报表、多 Sheet 管理、透视表生成。

梅雅达编程工作室 · Python数据实战系列第9篇
筛选说到底就是构造条件，条件会写了，几万条数据里捞想要的那几条，就是一行代码的事。