在数据分析的过程中通常要对数据进行清洗与处理,而其中比较重要和常见的操作就有对数据进行筛选与查询,下面这篇文章主要给大家介绍了关于python使用pandas实现筛选功能方式的相关资料,需要的朋友可以参考下
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'])
print(ridership_df.iloc[4,0])
# 结果:
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。
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
