pandas提取数据的6种方法

pandas提取数据的6种方法

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。

五个方面：
比较运算：、<、>、>=、<=、!=
范围运算：between(left,right)
字符筛选:str.contains(pattern或字符串,na=False)
逻辑运算：&（与）、|（或）、not(取反)
比较函数：eq, ne, le, lt, ge, gt（相当于,=!，<=，<，>=，>）
apply和isin函数

编码使用的是Jupyter Notebook，可支持网页编辑，会在后续的文章中写使用方法~~~

**首先读取数据

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

**data.dtypes可以获取数据类型

1.筛选性别为’男’的数据

①第一种方法，用比较运算符‘==’：

data[data.性别=='男']

②第二种方法，用比较函数’eq’：

data[data['性别'].eq('男')]

2.筛选入学年份小于等于2017的数据

①第一种方法，用比较运算符‘<=’:

data[data.入学年份<=2017]

②第二种方法，用比较函数’le’：

data[data['入学年份'].le(2017)]

3.筛选入学年份大于2017的数据

data[data.入学年份>2017]

②第二种方法，用比较函数’ge’：

data[data['入学年份'].gt(2017)]

4.筛选除姓名’王五’外的数据

①第一种方法，用比较运算符‘!=’:

data[data.姓名!='王五']

②第二种方法，用比较函数’ne’:

data[data['姓名'].ne('王五')]

！！！数据更改！！！

5.筛选2018年9月的入学的学生

data['入学年份']=data["入学年份"].astype('datetime64')  #如果已为日期格式则此步骤可省略
print(data['入学年份'])

import datetime
s_date = datetime.datetime.strptime('2018-08-31', '%Y-%m-%d').date()  #起始日期
e_date = datetime.datetime.strptime('2018-10-01', '%Y-%m-%d').date()  #结束日期

①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.入学年份>pd.Timestamp(s_date))&(data.入学年份<pd.Timestamp(e_date))]

②第二种，用比较函数’gt’‘lt’和’&’:

data[(data['入学年份'].lt(pd.Timestamp(e_date)))&(data['入学年份'].gt(pd.Timestamp(s_date)))]

③第三种，用apply函数实现:

id_a=data.入学年份.apply(lambda x: x.year ==2018  and x.month==9)
data[id_a]

④第四种，用between函数实现:

id_b=data.入学年份.between(pd.Timestamp(s_date),pd.Timestamp(e_date))
data[id_b]

6.筛选“班级”包含’1503’的数据

①第一种，用contains函数：

data['班级']=data['班级'].values.astype('str')  #将该列转换为字符数据类型
id_c=data.班级.str.contains('1503',na=False)
data[id_c]

②第二种，用isin函数：

id_i=data.类别ID.isin(['000'])  #接受一个列表
data[id_i]
#isin函数搞不定，因为它只能判断该列中元素是否在列表中