四、loc和iloc —— 精准定位的核心武器

# loc - 按标签选择（推荐！）
df.loc[0]                           # 第0行
df.loc[0:3]                         # 第0-3行(共4行）
df.loc[0:3, ['产品类别', '销售额']]  # 特定行和列
df.loc[df['销售额'] > 200, '产品类别', '订单ID', '地区', '销售员']  # 条件选择+列

# iloc - 按位置选择
df.iloc[0]                          # 第0行
df.iloc[0:3]                        # 第0-3行（不含3）（共3行）
df.iloc[0:3, 0:2]                   # 前3行，前2列

五、query() 方法

• 基础条件

  df.query('销售额 > 1000')
  

• 多条件

  df.query("地区 == '华北' and 销售额 > 1200")
  

• 引用外部变量（用 @ 符号）

  threshold = 1000
  region = '华东'
  df.query("销售额 > @threshold or 地区 == @region")
  

• 列表匹配

  df.query("产品类别 in ['电子', '食品']")
  

• 字符串方法（需指定 engine='python'）

  df.query("订单ID.str.contains('B')", engine='python')
  

六、筛选后赋值 —— 批量修改数据

• 基于条件修改值

  df_demo = df.copy()
  
  # 华北区电子类销售额打9折（只改指定行列）
  df_demo.loc[
      (df_demo['地区'] == '华北') & (df_demo['产品类别'] == '电子'), 
      '销售额'
  ] *= 0.9
  

• 新增计算列（模拟 Excel IF）

  df_demo['利润'] = df_demo['销售额'] - df_demo['成本']
  df_demo['高利润标记'] = df_demo['利润'] > 500
  
  # np.where 嵌套实现多分支判断（替代 Excel 的 IF 嵌套）
  df_demo['业绩评级'] = np.where(
      df_demo['销售额'] >= 1500, '优秀',
      np.where(df_demo['销售额'] >= 1000, '良好', '一般')
  )
  

七、综合实战：生成业务报表

• 场景：提取「华北区高价值未退货订单明细」，并计算毛利率。

# 筛选 + 选择指定列
report = df.loc[
    (df['地区'] == '华北') & 
    (df['销售额'] >= 1200) & 
    (~df['是否退货']) & 
    (df['客户评分'] >= 4.0),
    ['订单ID', '日期', '产品类别', '销售额', '成本', '客户评分', '销售员']
].copy()

# 新增计算列
report['毛利率'] = ((report['销售额'] - report['成本']) / report['销售额'] * 100).round(2)

# 排序
report = report.sort_values('销售额', ascending=False)

print(report)

# 进一步分组汇总
summary = report.groupby('产品类别').agg({
    '销售额': 'sum',
    '毛利率': 'mean',
    '订单ID': 'count'
}).rename(columns={'订单ID': '订单数'})

附录：常见错误与性能建议

本周练习

练习1：用你的工作数据完成以下筛选

1. 筛选出销售额大于10000的记录

   df[df['price']>10000]
   

2. 筛选出华南区和华东区的数据

   df[(df['area']=='华南区') | (df['area']=='华东区')]
   

3. 筛选出2024年1月的数据（假设有date列）

   df[(df['date']>='2024-01-01') & (df['date']<='2024-01-31')]
   
   

4. 筛选出产品名包含"金"字的产品

   df[df['product_name'].str.contains('金')
   df[df['product_name'].str.startswith('金')
   

练习2：对比 SQL 和 pandas

把以下 SQL 翻译成 pandas

SELECT product_name, price, quantity

FROM sales

WHERE price > 100 AND quantity > 10

ORDER BY price DESC LIMIT 10

result = (
    df[(df["price"] > 100) & (df["quantity"] > 10)]
    .sort_values("price", ascending=False)
    .head(3)[["product_name", "price", "quantity"]]
)

print(result)

SELECT PdSalesMixDesc, Qty, NetSal

FROM ads_sap_sal

WHERE NetSal > 100 AND Qty > 10

ORDER BY Qty DESC LIMIT 10

result = (
	df[(df['NetSal']>100) & (df['Qty']>10])]
		.sort_values('Qty', ascending=False)
		.head(10)[['PdSalesMixDesc', 'Qty', 'NetSal']]
)