如何用关系运算符筛选特定价格或年龄区间的长尾数据？

本文共计795个文字，预计阅读时间需要4分钟。

my_set

Python 中用布尔索引或 query() 做 DataFrame 区间筛选

对 Pandas DataFrame，df['age'] >= 18 返回布尔 Series，再套一层方括号才是实际切片；query() 是语法糖，更接近自然语言，但底层仍依赖布尔计算。

• df[df['price'] > 100 & df['price'] ：注意 <code>&（位与）而非 and，否则报 ValueError: The truth value of a Series is ambiguous
• df.query('age >= @min_age and age ：变量注入安全，避免字符串拼接 SQL 注入风险
• 缺失值默认被排除：若需保留 NaN 行，得显式写 df['age'].isna() | (df['age'] > 30)
• 性能上，query() 对大表略快（用 numexpr），但调试时布尔索引更容易查中间变量

SQL 中用 WHERE + 比较运算符写年龄/价格范围

SQL 天然支持字段级比较，但 BETWEEN 和手写 >= AND 语义不同——前者闭区间、后者可灵活开闭，尤其对时间戳或浮点价格更可靠。