前言

真實辦公場景里，我們很少只是“打開一張表看一眼”。更多時候是：只要某幾列，只看前幾行，篩出滿足條件的數(shù)據(jù)，按金額或日期排序，新增一列計算結(jié)果，最后刪除無關(guān)列并導(dǎo)出。這些動作在 Excel 里靠篩選、排序、公式和刪除列完成，在 Python 里主要靠 DataFrame 的選取與處理完成。

本文重點圍繞幾個高頻動作展開：按列選取、按行選取、按區(qū)塊選取、條件篩選、排序、新增列、刪除行列，以及如何把這些操作串成一個完整的數(shù)據(jù)處理鏈路。

我的理解是：DataFrame 的選取和處理，本質(zhì)上就是把 Excel 里的“選列、篩選、排序、公式、刪除”變成可以復(fù)用的代碼流程。

為了演示方便，先準備一個小型 DataFrame。后面所有示例都基于這張表展開。

import pandas as pd

data = pd.DataFrame({
    "c1": ["A", "B", "C", "D"],
    "c2": [10, 30, 20, 30],
    "c3": [100, 200, 150, 80],
}, index=["r1", "r2", "r3", "r4"])

print(data)

這張圖展示的是 DataFrame 中“選列”和“選行”的基礎(chǔ)思路。左側(cè)是表格里的列和行，右側(cè)對應(yīng)的是 data['c1']、data[['c1']]、head()、iloc、loc 等常見寫法。

從圖中可以看出，DataFrame 的數(shù)據(jù)選取不是只有一種寫法。按列、按行、按標簽、按位置都可以，但每種寫法背后的含義不同。真正寫腳本時，不能只看代碼短不短，而要看當前需求到底是“按字段名選”，還是“按行列位置選”。

2. 為什么這一節(jié)是 pandas 辦公自動化的核心

在辦公自動化里，讀取文件只是第一步。真正決定效率的，是讀取以后怎么處理數(shù)據(jù)。比如財務(wù)表里只保留“電子設(shè)備”，資產(chǎn)表里只保留某個部門，銷售表里按金額降序排序，人員名單里新增一列處理狀態(tài)。這些都屬于數(shù)據(jù)選取和處理。

如果不用 pandas，這些操作可能要靠手動篩選、復(fù)制粘貼、排序和公式拖拽完成。問題是，只要數(shù)據(jù)量稍微大一點，或者每個月都要重復(fù)做，這種手工方式就會變成低效且容易出錯的工作。

推薦把這一節(jié)當成“Excel 自動化處理鏈”的基本功：先會選，再會篩，再會排，再會算，最后會刪和導(dǎo)出。

不要只記單個函數(shù)。真實工作里最有價值的不是會寫 sort_values()，而是能把選取、篩選、排序、新增列、刪除列串成穩(wěn)定流程。

3. 按列選取：data[‘c1’] 和 data[[‘c1’]] 的區(qū)別

按列選取是最常見的操作。比如一張表里有幾十列，但我只關(guān)心姓名、部門、金額、日期這些字段，就需要先把目標列選出來。

選取單列最常見的寫法是：

col = data["c1"]
print(col)
print(type(col))

這時返回的是 Series，可以理解成一維數(shù)據(jù)。它像 Excel 里單獨拿出來的一列，但不是完整二維表。

col_df = data[["c1"]]
print(col_df)
print(type(col_df))

這時返回的是 DataFrame，仍然保持二維表結(jié)構(gòu)。雖然只選了一列，但它仍然有表頭和表格形態(tài)。

這里的關(guān)鍵區(qū)別是：data[‘c1’] 返回 Series，data[[‘c1’]] 返回 DataFrame。

如果只是拿這一列做判斷或計算，用 data["c1"] 很自然；如果后面還要拼接、導(dǎo)出、繼續(xù)和其他列組成表，建議使用 data[["c1"]] 保留表結(jié)構(gòu)。

推薦做法：新手階段如果不確定后面是否還要保持表結(jié)構(gòu)，優(yōu)先用雙中括號 data[[‘c1’]]，這樣更接近 Excel 表格思維。

選取多列也使用雙中括號：

cols = data[["c1", "c3"]]
print(cols)

這種寫法在實際工作中非常高頻，比如只保留“資產(chǎn)編號、資產(chǎn)名稱、使用部門、凈值”這些關(guān)鍵字段。

4. 按行選?。篽ead、iloc、loc 怎么選

按行選取常用于查看數(shù)據(jù)樣例、截取前幾行、按索引標簽定位某條記錄。讀取一張陌生表后，我一般不會馬上寫復(fù)雜邏輯，而是先用 head() 看一下數(shù)據(jù)長什么樣。

print(data.head())
print(data.head(3))

head() 默認查看前 5 行，head(3) 查看前 3 行。它適合做快速預(yù)覽，尤其是剛讀完 Excel 或 CSV 后，用來確認字段名、行數(shù)、數(shù)據(jù)格式是否符合預(yù)期。

如果要按“位置”選行，推薦使用 iloc。

print(data.iloc[0])
print(data.iloc[0:2])

iloc[0] 表示取第 0 行，也就是第一行；iloc[0:2] 表示取第 0 行到第 1 行，左閉右開。

如果要按“標簽”選行，推薦使用 loc。

print(data.loc["r2"])
print(data.loc["r2":"r4"])

loc["r2"] 表示取索引標簽為 r2 的行。需要注意的是，loc["r2":"r4"] 這種標簽切片通常會包含右端，也就是包含 r4。

容易混淆的點：iloc 看位置，使用 0、1、2 這類數(shù)字；loc 看標簽，使用索引名、日期、編號這類業(yè)務(wù)標簽。

實際辦公里，如果索引是自動生成的普通數(shù)字，iloc 更直觀；如果索引是工號、日期、訂單號，loc 讀起來更像業(yè)務(wù)語言。

5. 按區(qū)塊選取：iloc[row, col] 與 loc[rows, cols]

只選一列或一行還不夠，實際處理表格時經(jīng)常要選一塊區(qū)域。比如取前 2 行前 2 列，或者取某幾個行標簽下的指定字段。這時就需要用到 iloc[row, col] 和 loc[rows, cols]。

iloc 按位置選區(qū)塊：

print(data.iloc[0, 1])
print(data.iloc[0:2, 0:2])

data.iloc[0, 1] 表示第 0 行第 1 列，對應(yīng)一個單元格值；data.iloc[0:2, 0:2] 表示前 2 行、前 2 列，對應(yīng)一個小區(qū)塊。

loc 按標簽選區(qū)塊：

print(data.loc["r2", "c3"])
print(data.loc["r1":"r3", ["c1", "c3"]])

data.loc["r2", "c3"] 表示取行標簽為 r2、列名為 c3 的值；data.loc["r1":"r3", ["c1", "c3"]] 表示取 r1 到 r3 這些行，并只保留 c1 和 c3 兩列。

這張圖展示的是 iloc 和 loc 選區(qū)塊的區(qū)別。左側(cè)是按數(shù)字位置選擇，右側(cè)是按行標簽和列名選擇。

從圖中可以看出，iloc 更像“第幾行第幾列”，loc 更像“哪個編號、哪個字段”。如果數(shù)據(jù)表有明確業(yè)務(wù)索引，比如員工編號、資產(chǎn)編號、日期，loc 的可讀性會更好。

一句話記憶：iloc 用位置，loc 用標簽。位置適合臨時截取，標簽適合業(yè)務(wù)定位。

注意：不要把 iloc 的位置數(shù)字和 loc 的標簽混著用。很多選錯數(shù)據(jù)的問題，本質(zhì)就是這兩個概念沒分清。

6. 條件篩選：從表里只保留符合條件的行

篩選是 pandas 里最接近 Excel 篩選器的操作。它的本質(zhì)不是修改原表，而是根據(jù)條件從原始表中“挑出符合條件的行”。

單條件篩選比較直觀：

result = data[data["c2"] > 15]
print(result)

這段代碼表示只保留 c2 大于 15 的行。它和 Excel 里篩選“c2 大于 15”是同一種思路。

復(fù)合條件需要使用 & 或 |。

result = data[(data["c2"] == 30) & (data["c3"] >= 100)]
print(result)

這表示同時滿足兩個條件：c2 等于 30，并且 c3 大于等于 100。

result = data[(data["c2"] == 10) | (data["c3"] < 100)]
print(result)

這表示滿足任意一個條件即可：c2 等于 10，或者 c3 小于 100。

這張圖展示的是條件篩選的過程。原始表經(jīng)過條件判斷后，只保留符合條件的行，其他行會被過濾掉。

從圖中可以看出，條件篩選更像是一個漏斗。原始數(shù)據(jù)進入漏斗，只有滿足條件的數(shù)據(jù)會留下來。這也是 pandas 做報表清洗時最常用的動作之一。

兩個坑必須記?。?/strong>復(fù)合條件要用 & 和 |，不能用 and 和 or；每個條件都要用括號包起來。

print("篩選后行數(shù)：", len(result))
print("篩選后形狀：", result.shape)

result = data.sort_values(by="c2")
print(result)

result = data.sort_values(by="c2", ascending=False)
print(result)

result = data.sort_values(by=["c2", "c3"], ascending=[True, False])
print(result)

result = data.sort_index()
print(result)

data["c4"] = data["c2"] * 2
print(data)

data["c4"] = data["c2"] * 10 + data["c3"]
print(data)

data2 = data.drop(columns=["c3"])
print(data2)

data2 = data.drop(index=["r1", "r3"])
print(data2)

data.drop(columns=["c3"], inplace=True)

print(data.columns)
print(data.shape)

result = data[data["c2"] >= 20] \
    .sort_values(by="c3", ascending=False)

result["c4"] = result["c2"] * 2

result = result.drop(columns=["c1"])

print(result)

# 正確寫法
result = data[(data["c2"] == 30) & (data["c3"] >= 100)]

result = data[data["c2"] >= 20].copy()
result["c4"] = result["c2"] * 2

print("當前形狀：", result.shape)
print("當前列名：", result.columns.tolist())
print(result.head())