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，鸟哥总结了pandas筛选数据的15个常用技巧，主要包括5个知识点：
1 21.比较运算：==、<、>、>=、<=、!= 32.范围运算：between(left,right) 43.字符筛选:str.contains(pattern或字符串,na=False) 54.逻辑运算：&（与）、|（或）、not(取反) 65.比较函数：eq, ne, le, lt, ge, gt（相当于==,=!，<=，<，>=，>） 76.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：
1import pandas as pd 2data=pd.read_excel('超市运营数据模板.xlsx') 3data 4
先看一下各列的数据类型：
1data.dtypes 2
1商品ID int64 2类别ID int64 3门店编号 object 4单价 float64 5销量 float64 6订单ID object 7日期 datetime64[ns] 8时间 object 9dtype: object 10
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‘==’：
1data[data.门店编号=='CDXL'] 2
②第二种方法，用比较函数'eq'：
data[data['门店编号'].eq('CDXL')]
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‘<=’:
1data[data.单价<=10] 2
④第二种方法，用比较函数'le'：
data[data['单价'].le(10)]
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‘>=’:
1data[data.销量>2] 2
⑥第二种方法，用比较函数'ge'：
1data[data['销量'].ge(2)] 2
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‘!=’:
1data[data.门店编号!='CDXL'] 2
⑧第二种方法，用比较函数'ne':
1data[data['门店编号'].ne('CDXL')] 2
5.筛选2020年5月的运营数据
首先将日期格式化：
1data['日期']=data["日期"].values.astype('datetime64') #如果已为日期格式则此步骤可省略 2data['日期'] 3
1import datetime 2s_date = datetime.datetime.strptime('2020-04-30', '%Y-%m-%d').date() #起始日期 3e_date = datetime.datetime.strptime('2020-06-01', '%Y-%m-%d').date() #结束日期 4
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
1data[(data.日期>pd.Timestamp(s_date))&(data.日期<pd.Timestamp(e_date))] 2
⑩第二种，用比较函数'gt''lt'和'&':
1data[(data['日期'].lt(pd.Timestamp(e_date)))&(data['日期'].gt(pd.Timestamp(s_date)))] 2
⑪第三种，用apply函数实现:
1id_a=data.日期.apply(lambda x: x.year ==2020 and x.month==5) 2data[id_a] 3
⑫第四种，用between函数实现:
1id_b=data.日期.between(pd.Timestamp(s_date),pd.Timestamp(e_date)) 2data[id_b] 3
6.筛选“类别ID”包含'000'的数据
⑬第一种，用contains函数：
1data['类别ID']=data['类别ID'].values.astype('str') #将该列转换为字符数据类型 2id_c=data.类别ID.str.contains('000',na=False) 3data[id_c] 4
⑭第二种，用isin函数：
1id_i=data.类别ID.isin(['000']) #接受一个列表 2data[id_i] 3
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：
1data['商品ID']=data['商品ID'].values.astype('str') #将该列转换为字符数据类型 2id_c2=data.商品ID.str.contains('301\d{5}',na=False) 3data[id_c2] 4
如果觉得文章写的不错，请点个“在看”支持一下鸟哥！
-------------------********************************** End **********-------------**-----********-**********************************
往期精彩文章推荐：
欢迎各位大佬点击链接加入群聊【helloworld开发者社区】：https://jq.qq.com/?_wv=1027&k=mBlk6nzX进群交流IT技术热点。
本文转自 https://mp.weixin.qq.com/s/gUP8x2g0_9_lbXKjLTjxyA，如有侵权，请联系删除。