Pandas 数据处理(二) —— 数据条件选择与排序！

上一篇文章介绍了 Pandas 的基本函数的使用方法，这篇文章主要介绍 Pandas 的条件筛选和排序功能，同样也是借助于一个小案例！

1，读入数据

先利用 read_csv() 函数 把数据都进来，这个数据是一个商品类目的数据，里面有 quantity(类)、name(名字)、description(描述)、price(价格)等几个属性：

import pandas as pd
url = "https://raw.githubusercontent.com/justmarkham/DAT8/master/data/chipotle.tsv"

chipo = pd.read_csv(url,sep = '\t')
chipo

2，更改某一列的数据类型、字符名

读入的数据中价格列中存在 “$”字符，做数据处理时，需要把该符号去除，这里提供两种方式：

1，list 与 series 替换；先把 某一列每个数据进行格式替换得到list，list 再赋值给需要替换的那一列；

prices = [float(value[1:-1]) for value in chipo.item_price]
chipo.item_price = prices

2，利用 apply() 和 lambda 函数进行替换；

chipo['item_price'] = chipo['item_price'].apply(lambda x:float(x[1:-1]))

3，剔除多列中重复出现的数据

处理数据时经常会出现数据冗余现象，这时需要提前剔除数据中冗余的数据(行中多列数据重复的现象)，用到的函数为 drop_duplicates([‘列名1’,‘列名2’])函数

这里 去除的是 item_name、quantity、choice_description 三列中同时重复的数据：

chipo_filtered = chipo.drop_duplicates(['item_name','quantity','choice_description'])
chipo_filtered

4，条件筛选

1，筛选出 quantity 值为1的数据：

chipo_one_prod = chipo_filtered[chipo_filtered.quantity==1]
chipo_one_prod

2，在1的基础上，筛选出 item_price大于10 的数据，并利用 nunique 查看 item_name 不重复的数据个数：

chipo_one_prod[chipo_one_prod['item_price']>10].item_name.nunique()


# 输出结果
# 25 

3，2 中的条件筛选也可用 语句进行筛选：

chipo.query("item_price>10")

4，多条件筛选数据，筛选出同时满足 item_name 为 Chicken Bowl 和 quantity 为1的数据

chipo[(chipo['item_name']=='Chicken Bowl')&(chipo['quantity']==1)]

5，4 中用的 &(与) 衔接条件语句，这里尝试以下 |(或):

需满足 item_name 不为Chicken Bowl 或者 quantity 为1的数据

chipo[(chipo['item_name']!='Chicken Bowl')|(chipo['quantity']!=1)]

4，对指定列数据排序

1，对某一列数据排序，最终结果只展示排序后这一列的结果，命令语句：data.列名.sort_values() ，例如这里以 item_name 这一列数据进行排序：

chipo.item_name.sort_values()# Sorting the values

2，而 data.sort_values(by=列名) 是以某列数据进行排序，对应其他列数据下也需要位置改变，最终展示的排序后的全部数据

chipo.sort_values(by = 'item_name')

3，2中的进阶应用，例如，这里我想看数据中价格最贵的商品名称，这里先用2的方法 对 item_price 进行逆排，然后提取排序后数据第一行的item_name

chipo.sort_values(by = 'item_price',ascending = False).head(1).item_name

# 打印结果
# 3598    Chips and Fresh Tomato Salsa
Name: item_name, dtype: object

**5，data.loc 方法筛选数据 **

注意一下：利用data.loc 方法筛选数据时，只能以 行名、列名作为筛选条件

1，筛选出 行名为2、3,列名为 quantity、item_name、item_price的数据

chipo.loc[[2,3],['quantity','item_name','item_price']]

2，对行名不做限制，只筛选出列名为quantity、item_name 数据

chipo.loc[:,['quantity','item_name']]

3，对列名不做限制，只筛选出行名为5、6的 数据

chipo.loc[[5,6],:]

4，综合应用筛选出：行名能被8整除、列名为 item_price、item_name 的两列数据

chipo.loc[chipo.index%8==0,['item_name','item_price']]

6，data.iloc 方法筛选数据

data.iloc 与 data.loc 方法想法，只能以索引值进行晒选，不能以列名、行名作为筛选条件

1，筛选出第 5-8行、2-3 列的数据

chipo.iloc[4:8,1:3]

2，筛选出第 2-4 行数据；

chipo.iloc[1:4,:]

3，筛选出前两列数据：

chipo.iloc[:,:2]

以上就时本篇文章的全部内容啦，对里面某些方法的应用不太熟悉的小伙伴们记得跟着代码敲一遍，加深下理解！