python使用pandas实现筛选功能方式

1 、筛选出数据的指定几行数据

data=df.loc[2:5] 

#这里的[2:5]表示第3行到第5行内容，[]第一个起始是0，表示数据的第一行

2 、筛选出数据某列为某值的所有数据记录

data = df[(df['列名1']== ‘列值1')]

# 多条件匹配时

data_many=df[(df['列名1']== ‘列值1')&(df['列名2']==‘列值2')]

# 多值匹配时

data_many=df[df['列名1'] in [‘值1'，‘值2'，......]]

3 、模式匹配

# 开头包含某值的模式匹配

cond=df['列名'].str.startswith('值')

$ 中间包含某值的模式匹配

cond=df['列名'].str.contains('值')

4 、范围区间值筛选

# 筛选出基于两个值之间的数据：

cond=df[(df['列名1']>‘列值1')&(df['列名1']<‘列值2')]

5、 获取某一行某一列的某个值

print(ridership_df.loc['05-05-11','R003'])

# 或者

print(ridership_df.iloc[4,0])

  

# 结果:

1608

6 、获取原始的numpy二维数组

print(df.values)

7、 根据条件得到某行元素所在的位置

import pandas as pd

  

df = pd.DataFrame({'BoolCol': [1, 2, 3, 3, 4],'attr': [22, 33, 22, 44, 66]},index=[10,20,30,40,50])

print(df)

a = df[(df.BoolCol==3)&(df.attr==22)].index.tolist()

b = df[(df.BoolCol==3)&(df.attr==22)].index[0]

c = df[(df.BoolCol==3)&(df.attr==22)].index.values

print(a)

8、 元素位置筛选

print(date_frame)                # 打印完整显示的效果

print(date_frame.shape)            # 获取df的行数、列数元祖

print(date_frame.head(2))        # 前2行

print(date_frame.tail(2))        # 后2行

  

print(date_frame.index.tolist())        # 只获取df的索引列表

print(date_frame.columns.tolist())        # 只获取df的列名列表

print(date_frame.values.tolist())        # 只获取df的所有值的列表（二维列表）

9、删除多行/多列

# 使用的前提是，dataframe的index和columns用的是数字，利用了drop（）和range()函数。    DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')    # axis = 0，表示删除行； axis = 1 表示删除列。    # 想删除多行/列，用range即可，比如要删除前3行，drop(range(0,3)，axis = 0(默认为零，可不写))即可。

# 使用的前提是，dataframe的index和columns用的是数字，利用了drop（）和range()函数。 DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise') # axis = 0，表示删除行； axis = 1 表示删除列。 # 想删除多行/列，用range即可，比如要删除前3行，drop(range(0,3)，axis = 0(默认为零，可不写))即可。

10 to_datetime将字符串格式转化为日期格式

import datetime

import pandas as pd

  

dictDate = {'date': ['2019-11-01 19:30', '2019-11-30 19:00']}

df = pd.DataFrame(dictDate)

df['datetime'] = pd.to_datetime(df['date'])

df['today'] = df['datetime'].apply(lambda x: x.strftime('%Y%m%d'))

df['tomorrow'] = (df['datetime'] + datetime.timedelta(days=1)).dt.strftime('%Y%m%d')

11、 apply() 函数

# pandas 的 apply() 函数可以作用于 Series 或者整个 DataFrame，功能也是自动遍历整个 Series 或者 DataFrame, 对每一个元素运行指定的函数。

def add_extra(nationality, extra):

    if nationality != "汉":

        return extra

    else:

        return 0

  

df['ExtraScore'] = df.Nationality.apply(add_extra, args=(5,))

df['ExtraScore'] = df.Nationality.apply(add_extra, extra=5)

df['Extra'] = df.Nationality.apply(lambda n, extra : extra if n == '汉' else 0, args=(5,))

  

def add_extra2(nationaltiy, **kwargs):

    return kwargs[nationaltiy]

        

df['Extra'] = df.Nationality.apply(add_extra2, 汉=0, 回=10, 藏=5)

12、 map() 函数

import datetime

import pandas as pd

def f(x):

    x = str(x)[:8]

    if x !='n':

        gf = datetime.datetime.strptime(x, "%Y%m%d")

        x = gf.strftime("%Y-%m-%d")

    return x

     

def f2(x):

    if str(x) not in [' ', 'nan']:

        dd = datetime.datetime.strptime(str(x), "%Y/%m/%d")

        x = dd.strftime("%Y-%m-%d")

    return x 

  

def test():

    df = pd.DataFrame()

    df1 = pd.read_csv("600694_gf.csv")

    df2=pd.read_csv("600694.csv")

    df['date1'] =df2['DateTime'].map(f2)

    df['date2'] =df1['date'].map(f)

    df.to_csv('map.csv')