总结了pandas提取数据的15种方法,统统只需1行代码,真香!
时间:05-20来源:作者:点击数:
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
今天总结了pandas筛选数据的15个常用技巧,主要包括5个知识点:1.比较运算:==、<、>、>=、<=、!=2.范围运算:between(left,right)3.字符筛选:str.contains(pattern或字符串,na=False)4.逻辑运算:&(与)、|(或)、not(取反)5.比较函数:eq, ne, le, lt, ge, gt(相当于==,=!,<=,<,>=,>)6.apply和isin函数
下面以超市运营数据为例,给大家逐个讲解
首先读取数据:
先看一下各列的数据类型:
下面以实际应用场景为例开始讲解:
1.筛选门店编号为'CDXL'的运营数据
①第一种方法,用比较运算符‘==’:
②第二种方法,用比较函数'eq':
2.筛选单价小于等于10元的运营数据
③第一种方法,用比较运算符‘<=’:
④第二种方法,用比较函数'le':
3.筛选销量大于2000的运营数据
⑤第一种方法,用比较运算符‘>=’:
⑥第二种方法,用比较函数'ge':
4.筛选除门店'CDXL'外的运营数据
⑦第一种方法,用比较运算符‘!=’:
⑧第二种方法,用比较函数'ne':
5.筛选2020年5月的运营数据
首先将日期格式化:
⑨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
⑩第二种,用比较函数'gt''lt'和'&':
⑪第三种,用apply函数实现:
⑫第四种,用between函数实现:
6.筛选“类别ID”包含'000'的数据
⑬第一种,用contains函数:
⑭第二种,用isin函数:
很遗憾,isin函数搞不定,因为它只能判断该列中元素是否在列表中
7.筛选商品ID以“301”开头的运营数据
⑮需要用contains函数结合正则表达式使用:
以上就是总结的pandas提取数据的15种方法,是否有你喜欢的呢?