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。

• 推荐写法：WHERE price > 99.99 AND price （开区间防精度误差）
• 慎用：WHERE id BETWEEN 100 AND 200 —— 若 id 是 UUID 或有删除空洞，就不是“连续编号范围”了
• 字符串字段如 name > 'Alice' 结果依赖字符集排序规则，MySQL 和 PostgreSQL 可能返回不同顺序
• IS NULL 和 IN 不是关系运算符，别混进范围条件里；它们解决的是存在性问题，不是大小问题

Excel 中用自动筛选或 FILTER 函数实现区间过滤

Excel 没有原生“关系表达式”输入框，所有区间筛选都依赖预设逻辑或公式驱动。旧版靠菜单操作，新版可用 FILTER() 实现动态联动。

• 自动筛选 → “数字筛选” → “介于”：只能单列，且上下限固定，不随其他单元格变化
• 高级筛选的条件区域要严格对齐标题，例如在空白区写：

  年龄 >=25 <=60 同一列多行是 OR 关系；不同列同行是 AND 关系

• FILTER(A2:E100, (C2:C100>=25)*(C2:C100：乘号 <code>* 表示 AND，加号 + 表示 OR；函数只在 Excel 365 / 2019+ 可用
• 用条件格式高亮区间数据时，公式如 =AND($C2>=25,$C2，注意绝对/相对引用是否匹配填充方向

最容易被忽略的一点：所有工具中，“范围”都是针对**单个字段的每个值独立判断**，不是对整个集合做大小比较。误以为 {1,5,10} > 3 成立，本质是混淆了集合整体和元素个体——真正执行的永远是“对每个 x，检查 x > 3 是否为真”。