总结了pandas提取数据的15种方法,统统只需1行代码,真香!

Karen110
• 阅读 1573

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

pandas是python数据分析必备工具,它有强大的数据清洗能力,往往能用非常少的代码实现较复杂的数据处理

今天,鸟哥总结了pandas筛选数据的15个常用技巧,主要包括5个知识点:


1.比较运算:==、<、>、>=、<=、!=
2.范围运算:between(left,right)
3.字符筛选:str.contains(pattern或字符串,na=False)
4.逻辑运算:&(与)、|(或)、not(取反)
5.比较函数:eq, ne, le, lt, ge, gt(相当于==,=!,<=,<,>=,>)
6.apply和isin函数

下面以超市运营数据为例,给大家逐个讲解

首先读取数据:

import pandas as pd  
data=pd.read_excel('超市运营数据模板.xlsx')  
data  

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

先看一下各列的数据类型:

data.dtypes  
商品ID             int64  
类别ID             int64  
门店编号            object  
单价             float64  
销量             float64  
订单ID            object  
日期      datetime64[ns]  
时间              object  
dtype: object  

下面以实际应用场景为例开始讲解:

1.筛选门店编号为'CDXL'的运营数据

①第一种方法,用比较运算符‘==’:

data[data.门店编号=='CDXL']  

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

②第二种方法,用比较函数'eq':

data[data['门店编号'].eq('CDXL')]

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

2.筛选单价小于等于10元的运营数据

③第一种方法,用比较运算符‘<=’:

data[data.单价<=10]  

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

④第二种方法,用比较函数'le':

data[data['单价'].le(10)]

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

3.筛选销量大于2000的运营数据


⑤第一种方法,用比较运算符‘>=’:

data[data.销量>2]  

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

⑥第二种方法,用比较函数'ge':

data[data['销量'].ge(2)]  

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

4.筛选除门店'CDXL'外的运营数据


⑦第一种方法,用比较运算符‘!=’:

data[data.门店编号!='CDXL']  

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

⑧第二种方法,用比较函数'ne':

data[data['门店编号'].ne('CDXL')]  

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

5.筛选2020年5月的运营数据


首先将日期格式化:

data['日期']=data["日期"].values.astype('datetime64')  #如果已为日期格式则此步骤可省略  
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()  #结束日期  

⑨第一种方法,用逻辑运算符号'>' '<'和'&':

Pandasdatetime64[ns]不能直接与datetime.date相比,需要用pd.Timestamp进行转化

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

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

⑩第二种,用比较函数'gt''lt'和'&':

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

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

⑪第三种,用apply函数实现:

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

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

⑫第四种,用between函数实现:

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

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

6.筛选“类别ID”包含'000'的数据


⑬第一种,用contains函数:

data['类别ID']=data['类别ID'].values.astype('str')  #将该列转换为字符数据类型  
id_c=data.类别ID.str.contains('000',na=False)  
data[id_c]  

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

⑭第二种,用isin函数:

id_i=data.类别ID.isin(['000'])  #接受一个列表  
data[id_i]  

很遗憾,isin函数搞不定,因为它只能判断该列中元素是否在列表中

7.筛选商品ID以“301”开头的运营数据

⑮需要用contains函数结合正则表达式使用:

data['商品ID']=data['商品ID'].values.astype('str')  #将该列转换为字符数据类型  
id_c2=data.商品ID.str.contains('301\d{5}',na=False)  
data[id_c2]  

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

如果觉得文章写的不错,请点个“在看”支持一下鸟哥!


**-----**------**-----**---**** End **-----**--------**-----**-****

往期精彩文章推荐:

总结了pandas提取数据的15种方法,统统只需1行代码,真香!

欢迎各位大佬点击链接加入群聊【helloworld开发者社区】:https://jq.qq.com/?_wv=1027&k=mBlk6nzX进群交流IT技术热点。

本文转自 https://mp.weixin.qq.com/s/gUP8x2g0_9_lbXKjLTjxyA,如有侵权,请联系删除。

点赞
收藏
评论区
推荐文章
blmius blmius
2年前
MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1
文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s
Jacquelyn38 Jacquelyn38
2年前
2020年前端实用代码段,为你的工作保驾护航
有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )
皕杰报表之UUID
​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为
Stella981 Stella981
2年前
Python3:sqlalchemy对mysql数据库操作,非sql语句
Python3:sqlalchemy对mysql数据库操作,非sql语句python3authorlizmdatetime2018020110:00:00coding:utf8'''
Stella981 Stella981
2年前
Python之time模块的时间戳、时间字符串格式化与转换
Python处理时间和时间戳的内置模块就有time,和datetime两个,本文先说time模块。关于时间戳的几个概念时间戳,根据1970年1月1日00:00:00开始按秒计算的偏移量。时间元组(struct_time),包含9个元素。 time.struct_time(tm_y
Wesley13 Wesley13
2年前
mysql设置时区
mysql设置时区mysql\_query("SETtime\_zone'8:00'")ordie('时区设置失败,请联系管理员!');中国在东8区所以加8方法二:selectcount(user\_id)asdevice,CONVERT\_TZ(FROM\_UNIXTIME(reg\_time),'08:00','0
Wesley13 Wesley13
2年前
00:Java简单了解
浅谈Java之概述Java是SUN(StanfordUniversityNetwork),斯坦福大学网络公司)1995年推出的一门高级编程语言。Java是一种面向Internet的编程语言。随着Java技术在web方面的不断成熟,已经成为Web应用程序的首选开发语言。Java是简单易学,完全面向对象,安全可靠,与平台无关的编程语言。
Stella981 Stella981
2年前
Django中Admin中的一些参数配置
设置在列表中显示的字段,id为django模型默认的主键list_display('id','name','sex','profession','email','qq','phone','status','create_time')设置在列表可编辑字段list_editable
Wesley13 Wesley13
2年前
MySQL部分从库上面因为大量的临时表tmp_table造成慢查询
背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_
Python进阶者 Python进阶者
2个月前
Excel中这日期老是出来00:00:00,怎么用Pandas把这个去除
大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据筛选的问题。问题如下:这日期老是出来00:00:00,怎么把这个去除。二、实现过程后来【论草莓如何成为冻干莓】给了一个思路和代码如下:pd.toexcel之前把这