python怎么筛选excel数据_【In Action】工具-2-用Excel三分钟才能完成的复杂筛选，python十秒完成...

为什么有的人工作任务越来越多，却不用加班。同样的分析到了你的手里，简直泰山压顶？“效率”二字要时刻放在心头。类似的处理做第二遍时就需要反思，有没有更简便、省时的方法？

01 分析任务

筛选商品1消费数量大于200 ，商品2消费数量大于200 且 商品1消费数量大于商品2消费数量 的用户，统计统计该部分用户商品3，商品4的各自总消费数量和平均消费数量。

数据长这样：

大部分人：

筛选商品1消费数量 > 200

筛选商品2消费数量 > 200

把筛选结果粘贴的另一张表格

对D列 或 E列排序

手工删除商品2消费数量小于等于商品1消费数量的行

统计商品3和商品4的总消费数量和平均消费数量

半个小时已过去

部分人：

在Excel加辅助列

写if公式

根据if公式结果筛选

统计商品3和商品4的总消费数量和平均消费数量

Binggo，3分钟不到就搞定。嗯，还不错。

第二天还需要统计一份相似新数据，还是3分钟。

02 思考

有没有可能把第二次的3分钟变成3秒钟？如果Excel的数据很大，有几十M，运算一次要卡很久怎么办？手工敲公式粘数据容易误操作，有没有解决的办法？

当然有，让我们继续看如何使用python做数据分析必用的包“pandas”把大象装进冰箱。

第一步：启动jupyter notebook，导入pandas。（不会第一步的小小白可以点击这里查看上一篇帖子）。

多啰嗦一句 as pd 是python引入的pandas包的简称，谁都不想每次敲6下键盘。

第二步：导入数据并查看

此处注意，我是在存有数据的目录中打开jupyter Notebook，所以只需要写文件名data.xlsx即可。

执行第二行后，数据已经存储在data变量中。

head()函数可以查看前5行。describe()函数可以统计每一列的计数、均值、标准差、最大最小值、以及几个分位值。

第三步：最重要的一步，在data上做筛选

让我再次把语句写一遍

data_filter = data[(data["商品1消费数量"]>200) & (data["商品2消费数量"]>200) & (data["商品1消费数量"]>data["商品2消费数量"])]

等号右边拆解来看：

data[“商品1消费数量”] > 200 : 含义是data数据中 商品1消费数量 这一列 的筛选条件，注意符号为英文。

& ：且，商品1的消费数量大于200 且 商品2的消费数量大于200

多个条件需要用括号括起来，还是那句话“英文符号”

同样查看一下筛选后的结果“data_filter”

第四步：把结果保存到文件中

可以试试不加index = false的区别

第五步：统计商品3和商品4

注意：此处items存储了想筛选的列名，data_filter[items] 表示仅取items中存储的列。

axis = 0代表按列统计。

有的人会问，axis有没有其他值？有的，axis = 1 代表按行统计。pandas的axis设定会有点绕，目前先记下即可，后续文章会展开讲。

03 看效果的时候

当你再次遇到类似的统计，仅需修改导入的文件名，判断的条件，导出的文件名，然后点击Cell – Run all。仅需几秒，结果已出。

一天中至少3分钟已经被节约下来。时间如此宝贵，生命如此美好，多睡会觉，打打游戏，刷刷剧，不香吗？

下载示例文件:

链接：https://pan.baidu.com/s/1aiK_ObE0VdjmWhPUtQAjZQ

提取码：d5tg

下一篇文章讲用python – pyecharts包画一些Excel难以企及的统计图用我的经验为你铺路–小数

本文来自投稿，不代表小数-数据分析立场，如若转载，请注明出处：http://www.dataxx.net.cn/archives/2466