excel学习库

1.前言

查询筛选是数据分析常用的功能，我们在做数据挖掘时往往需要先进行数据预处理，然后就可以按各种条件以及相关的组合筛选中所需数据， 我们主要从以下方面来分析查询和筛选常用的操作。①在中括号里设定筛选条件筛选特定的行；②使用isin方法筛选特定的值 ；③loc和iloc以后分享。

完整代码如下所示。

# 2种小方法使用Python进行excel数据筛选
importpandasaspd
dataFramepdread_csv'./商品需求训练集.csv'
dataFramehead
# 1. 在中括号里设定筛选条件筛选特定范围
# 1.1筛选label列中大于0的数据
adataFramedataFrame'label'>0
a
# 1.2多个筛选条件，用"&"或"|"连接起来。注意用小括号将筛选条件括起来
bdataFramedataFrame'label'>0&dataFrame'is_sale_day'1
# 1.3筛选label列中在(0, 10]范围之内并且is_sale_day等于1的数据。
cdataFramedataFrame'label'>0&dataFrame'label'<10&dataFrame'is_sale_day'1
# 1.4 更改label范围为(0,100]查询结果如下：
cdataFramedataFrame'label'>0&dataFrame'label'<100&dataFrame'is_sale_day'1
c# 
# 1.5 筛选出大于label变量平均值的数据，并降序处理
ddataFramedataFrame'label'>dataFrame'label'meansort_valuesby'label'ascendingFalse
dhead
# 2. 使用isin方法进行筛选
# 我们需要锁定筛选某些具体的值的，这时候就需要isin了。
# 比如我们要限定label取值只能为274.0, 115.0, 118.0时。
# 此时可将其作为列表传入到isin方法中
# 2.1 筛选单个的值
lst274.0
e1dataFramedataFramelabelisinlst
e2dataFramedataFrame'label'isinlst
e1e2
# 2.2 同时筛选多个的值
lst2274.0115.0118.0
gdataFramedataFrame"label"isinlst2
g

2.步骤

1.在中括号里设定筛选条件过滤行

1.1 在中括号中输入单个筛选条件

我们以某个比赛中的训练集的数据为例，数据的基本信息如下所示。

比如说，我们想要筛选label列中大于0的数据，具体代码如下所示。

adataFramedataFrame'label'>0
a

运行结果如下所示。

如果说有多个筛选条件，可以用“&”（表示“且”）或“|”（表示“或”）连接起来。就比如说，筛选label列中大于0和is_sale_day等于1的数据,注意要用小括号将并列的筛选条件括起来。否则可能出错，或者查找不到正确的数据。具体代码如下所示。

bdataFramedataFrame'label'>0&dataFrame'is_sale_day'1
b

具体运行结果如下所示。可以看出筛选出来的结果同时满足label大于0和is_sale_day等于1的条件。

比如说筛选在label在某一范围内的数据，设定上限和下限需要用到两个条件，然后根据自己的情况可以再增加一些条件。如筛选label范围为(0,100]并且is_sale_day的值等于1的情况， 具体代码如下所示。

c = dataFrame[(dataFrame['label'] > 0) 
& (dataFrame['label'] <= 10) 
& (dataFrame['is_sale_day']==1)]
c

如下所示，查询无结果。可知在该条件下没有符合要求的项。

如下所示，其中默认为升序排序，我们可以设置参数ascending=False将其变为降序排序。

ddataFramedataFrame'label'>dataFrame'label'meansort_valuesby'label'ascendingFalse
dhead

具体结果如下所示。

在之前，我们筛选条件基本上都是给出范围，但实际上很多时候我们需要锁定筛选某些具体的值，这时候isin方法就可以派上用场了。

比如我们要限定label取值只能为274.0, 115.0, 118.0时。此时可将其作为列表传入到isin方法中，具体代码如下所示。

2.1筛选单个的值

lst274.0
e1dataFramedataFramelabelisinlst
e2dataFramedataFrame'label'isinlst
e1e2

如上所示，将需要查询的值以列表的方式进行传入，然后获取数据中的待查询列（如上第二行和第三行代码所示，有两种方法可以获取列），最后调用isin()方法。

2.2 同时筛选多个的值

我们需要将label列中值为274.0, 115.0, 118.0 的所在行全部筛选出来，具体代码如下所示。

lst2274.0115.0118.0
gdataFramedataFrame"label"isinlst2
g

如上所示，具体的运行结果如下所示。