總結(jié)了pandas提取數(shù)據(jù)的15種方法，統(tǒng)統(tǒng)只需1行代碼，真香！

pandas是python數(shù)據(jù)分析必備工具，它有強(qiáng)大的數(shù)據(jù)清洗能力，往往能用非常少的代碼實現(xiàn)較復(fù)雜的數(shù)據(jù)處理

今天，鳥哥總結(jié)了pandas篩選數(shù)據(jù)的15個常用技巧，主要包括5個知識點：

1.比較運(yùn)算：==、<、>、>=、<=、!=2.范圍運(yùn)算：between(left,right)3.字符篩選:str.contains(pattern或字符串,na=False)4.邏輯運(yùn)算：&（與）、|（或）、not(取反)5.比較函數(shù)：eq, ne, le, lt, ge, gt（相當(dāng)于==,=!，<=，<，>=，>）6.apply和isin函數(shù)

下面以超市運(yùn)營數(shù)據(jù)為例，給大家逐個講解

首先讀取數(shù)據(jù)：

import pandas as pd
data=pd.read_excel('超市運(yùn)營數(shù)據(jù)模板.xlsx')
data

先看一下各列的數(shù)據(jù)類型：

data.dtypes

商品ID             int64
類別ID             int64
門店編號            object
單價             float64
銷量             float64
訂單ID            object
日期      datetime64[ns]
時間              object
dtype: object

下面以實際應(yīng)用場景為例開始講解：

1.篩選門店編號為'CDXL'的運(yùn)營數(shù)據(jù)

①第一種方法，用比較運(yùn)算符‘==’：

data[data.門店編號=='CDXL']

②第二種方法，用比較函數(shù)'eq'：

data[data['門店編號'].eq('CDXL')]

2.篩選單價小于等于10元的運(yùn)營數(shù)據(jù)

③第一種方法，用比較運(yùn)算符‘<=’:

data[data.單價<=10]

④第二種方法，用比較函數(shù)'le'：

data[data['單價'].le(10)]

3.篩選銷量大于2000的運(yùn)營數(shù)據(jù)

⑤第一種方法，用比較運(yùn)算符‘>=’:

data[data.銷量>2]

⑥第二種方法，用比較函數(shù)'ge'：

data[data['銷量'].ge(2)]

4.篩選除門店'CDXL'外的運(yùn)營數(shù)據(jù)

⑦第一種方法，用比較運(yùn)算符‘!=’:

data[data.門店編號!='CDXL']

⑧第二種方法，用比較函數(shù)'ne':

data[data['門店編號'].ne('CDXL')]

5.篩選2020年5月的運(yùn)營數(shù)據(jù)

首先將日期格式化：

data['日期']=data["日期"].values.astype('datetime64')  #如果已為日期格式則此步驟可省略
data['日期']

import datetime
s_date = datetime.datetime.strptime('2020-04-30', '%Y-%m-%d').date()  #起始日期
e_date = datetime.datetime.strptime('2020-06-01', '%Y-%m-%d').date()  #結(jié)束日期

⑨第一種方法，用邏輯運(yùn)算符號'>' '<'和'&'：

Pandasdatetime64[ns]不能直接與datetime.date相比，需要用pd.Timestamp進(jìn)行轉(zhuǎn)化

data[(data.日期>pd.Timestamp(s_date))&(data.日期<pd.Timestamp(e_date))]

⑩第二種，用比較函數(shù)'gt''lt'和'&':

data[(data['日期'].lt(pd.Timestamp(e_date)))&(data['日期'].gt(pd.Timestamp(s_date)))]

?第三種，用apply函數(shù)實現(xiàn):

id_a=data.日期.apply(lambda x: x.year ==2020  and x.month==5)
data[id_a]

?第四種，用between函數(shù)實現(xiàn):

id_b=data.日期.between(pd.Timestamp(s_date),pd.Timestamp(e_date))
data[id_b]

6.篩選“類別ID”包含'000'的數(shù)據(jù)

?第一種，用contains函數(shù)：

data['類別ID']=data['類別ID'].values.astype('str')  #將該列轉(zhuǎn)換為字符數(shù)據(jù)類型
id_c=data.類別ID.str.contains('000',na=False)
data[id_c]

?第二種，用isin函數(shù)：

id_i=data.類別ID.isin(['000'])  #接受一個列表
data[id_i]

很遺憾，isin函數(shù)搞不定，因為它只能判斷該列中元素是否在列表中

7.篩選商品ID以“301”開頭的運(yùn)營數(shù)據(jù)

?需要用contains函數(shù)結(jié)合正則表達(dá)式使用：

data['商品ID']=data['商品ID'].values.astype('str')  #將該列轉(zhuǎn)換為字符數(shù)據(jù)類型
id_c2=data.商品ID.str.contains('301\d{5}',na=False)
data[id_c2]