如何打印字典的子集键值对？及用Pandas筛选指定品牌产品并生成表格

让我分别帮你解决这两个问题：

有几种简单高效的方法可以实现这个需求，我给你列几个最常用的：

方法1：字典推导式（推荐） #

这是Python里最简洁直观的方式，适合你明确知道要保留哪些键的场景：

original_dict = {"name": "Alice", "age": 30, "city": "New York", "job": "Engineer"}
# 定义要保留的键列表
target_keys = ["name", "city"]
# 生成子集字典
subset_dict = {key: original_dict[key] for key in target_keys if key in original_dict}
# 打印结果
print(subset_dict)
# 输出: {'name': 'Alice', 'city': 'New York'}

加个if key in original_dict的判断是为了避免原字典里没有目标键时抛出KeyError，让代码更健壮。

方法2：使用dict()构造器+生成器表达式 #

如果你习惯用生成器的写法，也可以这么做，效果和推导式完全一致：

subset_dict = dict((key, original_dict[key]) for key in target_keys if key in original_dict)

方法3：手动遍历（适合新手理解逻辑） #

如果你想更清晰地看到每一步的操作，可以手动遍历键值对：

subset_dict = {}
for key, value in original_dict.items():
    if key in target_keys:
        subset_dict[key] = value
print(subset_dict)

假设你的爬取数据字典结构是这样的（键是列名，值是对应列的所有数据）：

crawled_data = {
    "brand": ["Atomic", "Burton", "Atomic", "Salomon"],
    "product_type": ["Carving Ski", "Snowboard", "Carving Ski", "Freestyle Ski"],
    "price": [699, 499, 799, 599],
    "model": ["Redster S9", "Custom X", "Redster S10", "QST 92"]
}

下面是具体的实现步骤：

1. 将字典转为Pandas DataFrame #

首先把你的字典转换成DataFrame：

import pandas as pd

df = pd.DataFrame(crawled_data)

2. 过滤特定品牌+产品类型 #

用布尔索引就能轻松筛选出你要的Atomic品牌刻滑雪板数据，而且会自动保留brand字段：

# 仅保留Atomic品牌的刻滑雪板
filtered_df = df[(df["brand"] == "Atomic") & (df["product_type"] == "Carving Ski")]

如果你的产品名称里可能有大小写差异（比如"carving ski"），可以用str.contains并忽略大小写：

filtered_df = df[(df["brand"] == "Atomic") & (df["product_type"].str.contains("carving ski", case=False))]

3. 打印过滤后的表格 #

直接打印filtered_df就能看到结果，或者用to_string()让输出更整齐：

print(filtered_df.to_string())

输出会是这样的：

brand product_type  price      model
0  Atomic  Carving Ski    699  Redster S9
2  Atomic  Carving Ski    799  Redster S10

内容的提问来源于stack exchange，提问作者Yoda