pandas 筛选数据的函数

pandas是一个强大的数据处理和分析库，提供了多种函数用于筛选数据。以下是一些常用的pandas筛选数据的函数：

1. loc：通过标签筛选数据。可以使用单个标签或标签列表来选择行或列。例如，df.loc[行标签, 列标签]可以选择指定的行和列。

2. iloc：通过位置筛选数据。可以使用整数索引来选择行或列。例如，df.iloc[行索引, 列索引]可以选择指定的行和列。

3. query：通过条件表达式筛选数据。可以使用类似SQL的语法来筛选数据。例如，df.query('条件表达式')可以选择满足条件的数据。

4. boolean indexing：通过布尔条件筛选数据。可以使用布尔条件来选择满足条件的行或列。例如，df[df['列名'] > 0]可以选择列值大于0的行。

5. isin：通过指定值筛选数据。可以使用一个列表或Series来选择包含指定值的行或列。例如，df[df['列名'].isin(['值1', '值2'])]可以选择包含值1或值2的行。

6. between：通过指定范围筛选数据。可以使用两个边界值来选择在范围内的行或列。例如，df[df['列名'].between(起始值, 结束值)]可以选择在指定范围内的行。

7. filter：通过列名筛选数据。可以使用通配符或正则表达式来选择列名匹配的列。例如，df.filter(like='关键词')可以选择包含指定关键词的列。