pandas提取数据的6种方法汇总
更新时间：2023年08月22日 09:47:10 作者：小琳爱分享
这篇文章主要介绍了pandas提取数据的6种方法汇总,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
pandas提取数据的6种方法
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。
五个方面：
- 比较运算：、<、>、>=、<=、!=
- 范围运算：between(left,right)
- 字符筛选:str.contains(pattern或字符串,na=False)
- 逻辑运算：&（与）、|（或）、not(取反)
- 比较函数：eq, ne, le, lt, ge, gt（相当于,=!，<=，<，>=，>）
apply和isin函数
编码使用的是Jupyter Notebook，可支持网页编辑，会在后续的文章中写使用方法~~~
首先读取数据
import pandas as pd
data=pd.read_excel('超市运营数据模板.xlsx')
print(data)
data.dtypes可以获取数据类型
1.筛选性别为’男’的数据
①第一种方法，用比较运算符‘==’：
data[data.性别=='男']
②第二种方法，用比较函数’eq’：
data[data['性别'].eq('男')]
2.筛选入学年份小于等于2017的数据
①第一种方法，用比较运算符‘<=’:
data[data.入学年份<=2017]
②第二种方法，用比较函数’le’：
data[data['入学年份'].le(2017)]
3.筛选入学年份大于2017的数据
data[data.入学年份>2017]
②第二种方法，用比较函数’ge’：
data[data['入学年份'].gt(2017)]
4.筛选除姓名’王五’外的数据
①第一种方法，用比较运算符‘!=’:
data[data.姓名!='王五']
②第二种方法，用比较函数’ne’:
data[data['姓名'].ne('王五')]
！！！数据更改！！！
5.筛选2018年9月的入学的学生
data['入学年份']=data["入学年份"].astype('datetime64') #如果已为日期格式则此步骤可省略
print(data['入学年份'])
import datetime
s_date = datetime.datetime.strptime('2018-08-31', '%Y-%m-%d').date() #起始日期
e_date = datetime.datetime.strptime('2018-10-01', '%Y-%m-%d').date() #结束日期①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
data[(data.入学年份>pd.Timestamp(s_date))&(data.入学年份<pd.Timestamp(e_date))]
②第二种，用比较函数’gt’‘lt’和’&’:
data[(data['入学年份'].lt(pd.Timestamp(e_date)))&(data['入学年份'].gt(pd.Timestamp(s_date)))]
③第三种，用apply函数实现:
id_a=data.入学年份.apply(lambda x: x.year ==2018 and x.month==9) data[id_a]
④第四种，用between函数实现:
id_b=data.入学年份.between(pd.Timestamp(s_date),pd.Timestamp(e_date)) data[id_b]
6.筛选“班级”包含’1503’的数据
①第一种，用contains函数：
data['班级']=data['班级'].values.astype('str') #将该列转换为字符数据类型
id_c=data.班级.str.contains('1503',na=False)
data[id_c]②第二种，用isin函数：
id_i=data.类别ID.isin(['000']) #接受一个列表 data[id_i] #isin函数搞不定，因为它只能判断该列中元素是否在列表中
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
今天小编就为大家分享一篇对pyqt5之menu和action的使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-06-06
这篇文章主要介绍了Python Image模块基本图像处理操作,结合实例形式总结分析了Python图形处理模块Image常用的图形处理函数、功能及相关使用技巧,需要的朋友可以参考下2019-04-04
这篇文章主要介绍了关于PyQt5主窗口图标显示问题汇总,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-03-03
这篇文章主要介绍了基于Python爬取51cto博客页面信息过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-08-08
这篇文章主要介绍了如何利用Python+Matplotlib绘制面积图喝热力图，文中的示例代码讲解详细，对我们学习Python有一定帮助，需要的可以参考一下2022-04-04
这篇文章主要介绍了解决使用openpyxl时遇到的坑，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
今天小编就为大家分享一篇在Pandas中给多层索引降级的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-11-11
这篇文章主要介绍了python框架flask表单实现详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-11-11
PyMuPDF,也被称为fitz（这是其导入时的常用别名）,是一个功能强大的Python库,用于处理PDF和其他文档格式,与 PyPDF2相比,PyMuPDF提供了更多的功能和更好的性能,特别是在处理复杂的PDF文件时,本文给大家介绍了Python使用PyMuPDF操作PDF,需要的朋友可以参考下2025-02-02
这篇文章主要为大家详细介绍了如何通过Python语言实现批量缩放图片(视频)尺寸的功能，文中的示例代码简洁易懂，感兴趣的小伙伴可以跟随小编一起了解一下2023-03-03
最新评论