pandas筛选、更改数据

 

import numpy as np
import pandas as pd
Q2 = pd.read_excel('F:\AnacondaProjects\mathmodel\data\Question2.xlsx')
input_data = pd.read_excel('F:\AnacondaProjects\mathmodel\data\InputData.xlsx')
Q2.insert(3,'Arrival_type',None)  #在Q2的列索引为3的位置插入新的列，名为Arrival_type,用None填充
Q2.insert(3,'Arrival_model',None) #同上

DataFrame格式的逐行筛选并更改数据使用如下代码：

for i in range(len(Q2)):

    temp = input_data[(input_data['到达日期']==Q2.loc[i,'Arrival_Date']) & (input_data['到达航班']==Q2.loc[i,'Arrival_Flight'])] 
    if temp.empty:  #temp是将符合条件的项目提取出来，为了表示简单，temp仍是Df格式！！
        num_droped +=1    #当temp为空时，temp.values[0]会报错，所以要排除这种情况
        Q2.drop([i],inplace=True)  #问题需要，遇到空值时删除第i行数据
        continue   #跳出本次循环，进行下一次循环
    Q2.loc[i,'Arrival_model'] = temp['飞机型号'].values[0]  #因为temp是df格式，所以取值时要用这个函数，否则会报错，Series不匹配之类的。。
    Q2.loc[i,'Arrival_type'] = temp['到达类型'].values[0]   #temp['飞机型号']返回的其实是列，所以用它给别的变量赋值时不能用这个函数

注意：

定位Q2的某一行使用Q2.loc函数,格式为

Q2.loc[i,'Arrival_Date'] #定位置Q2中行索引为i，列名为'Arrival_Date'的元素,返回的是对应的元素，int，str之类的数据类型

此时Q2的index是不会变的，也就是说，当上面Q2.drop函数删除了几行时，生成的Q2索引就会跳过被删除的行，于是所以就出现了断层，所以使用reset_index函数重新生成索引

Q2 = Q2.reset_index(drop=True)

https://blog.csdn.net/qq_38788128/article/details/80769292DataFrame的行列转置操作，十分强大，整合数据用

pandas读取的excel表格中含有日期时，df内会以timestamp格式存储，所以无法与'2018-09-17'这种形式的字符串做对比，

解决方法：读取excel后再保存为csv格式，然后读取csv格式的文件即可