pandas是python數據分析必備工具，它有強大的數據清洗能力，往往能用非常少的代碼實現(xiàn)較復雜的數據處理

今天，鳥哥總結了pandas篩選數據的15個常用技巧，主要包括5個知識點：

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

下面以超市運營數據為例，給大家逐個講解

首先讀取數據：

import?pandas?as?pd
data=pd.read_excel('超市運營數據模板.xlsx')
data

先看一下各列的數據類型：

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

下面以實際應用場景為例開始講解：

1.篩選門店編號為'CDXL'的運營數據

①第一種方法，用比較運算符‘==’：

data[data.門店編號=='CDXL']

②第二種方法，用比較函數'eq'：

data[data['門店編號'].eq('CDXL')]

2.篩選單價小于等于10元的運營數據

③第一種方法，用比較運算符‘<=’:

data[data.單價<=10]

④第二種方法，用比較函數'le'：

data[data['單價'].le(10)]

3.篩選銷量大于2000的運營數據

⑤第一種方法，用比較運算符‘>=’:

data[data.銷量>2]

⑥第二種方法，用比較函數'ge'：

data[data['銷量'].ge(2)]

4.篩選除門店'CDXL'外的運營數據

⑦第一種方法，用比較運算符‘!=’:

data[data.門店編號!='CDXL']

⑧第二種方法，用比較函數'ne':

data[data['門店編號'].ne('CDXL')]

5.篩選2020年5月的運營數據

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()??#結束日期

⑨第一種方法，用邏輯運算符號'>' '<'和'&'：

Pandasdatetime64[ns]不能直接與datetime.date相比，需要用pd.Timestamp進行轉化

data[(data.日期>pd.Timestamp(s_date))&(data.日期

⑩第二種，用比較函數'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'的數據

?第一種，用contains函數：

data['類別ID']=data['類別ID'].values.astype('str')??#將該列轉換為字符數據類型
id_c=data.類別ID.str.contains('000',na=False)
data[id_c]

?第二種，用isin函數：

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

很遺憾，isin函數搞不定，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”開頭的運營數據

?需要用contains函數結合正則表達式使用：

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

菜鳥編程大本營，已經正式上線

專注于分享趣味的編程技巧，不限于Java, Python ,Go, Javascript等語言，讓菜鳥愛上編程，進階成為高手，歡迎關注。

菜鳥編程本營，從菜鳥進階高手

點這里，獲取新手福利