python使用pandas實現(xiàn)篩選功能方式

更新時間：2022年06月21日 15:33:19 作者：*山河萬里*

在數(shù)據(jù)分析的過程中通常要對數(shù)據(jù)進行清洗與處理,而其中比較重要和常見的操作就有對數(shù)據(jù)進行篩選與查詢,下面這篇文章主要給大家介紹了關于python使用pandas實現(xiàn)篩選功能方式的相關資料,需要的朋友可以參考下

1 篩選出數(shù)據(jù)的指定幾行數(shù)據(jù)
2 篩選出數(shù)據(jù)某列為某值的所有數(shù)據(jù)記錄
3 模式匹配
4 范圍區(qū)間值篩選
5 獲取某一行某一列的某個值
6 獲取原始的numpy二維數(shù)組
7 根據(jù)條件得到某行元素所在的位置
8 元素位置篩選
9. 刪除多行/多列
10 to_datetime將字符串格式轉化為日期格式
11 apply() 函數(shù)
12 map() 函數(shù)
參考
總結

1 篩選出數(shù)據(jù)的指定幾行數(shù)據(jù)

data=df.loc[2:5] 
#這里的[2:5]表示第3行到第5行內容，[]第一個起始是0，表示數(shù)據(jù)的第一行

2 篩選出數(shù)據(jù)某列為某值的所有數(shù)據(jù)記錄

data = df[(df['列名1']== ‘列值1')]
# 多條件匹配時
data_many=df[(df['列名1']== ‘列值1')&(df['列名2']==‘列值2')]
# 多值匹配時
data_many=df[df['列名1'] in [‘值1'，‘值2'，......]]

3 模式匹配

# 開頭包含某值的模式匹配
cond=df['列名'].str.startswith('值')
$ 中間包含某值的模式匹配
cond=df['列名'].str.contains('值')

4 范圍區(qū)間值篩選

# 篩選出基于兩個值之間的數(shù)據(jù)：
cond=df[(df['列名1']>‘列值1')&(df['列名1']<‘列值2')]

5 獲取某一行某一列的某個值

print(ridership_df.loc['05-05-11','R003'])
# 或者
print(ridership_df.iloc[4,0])
 
# 結果:
1608

6 獲取原始的numpy二維數(shù)組

print(df.values)

7 根據(jù)條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 元素位置篩選

print(date_frame)                # 打印完整顯示的效果
print(date_frame.shape)            # 獲取df的行數(shù)、列數(shù)元祖
print(date_frame.head(2))        # 前2行
print(date_frame.tail(2))        # 后2行
 
print(date_frame.index.tolist())        # 只獲取df的索引列表
print(date_frame.columns.tolist())        # 只獲取df的列名列表
print(date_frame.values.tolist())        # 只獲取df的所有值的列表（二維列表）

9. 刪除多行/多列

# 使用的前提是，dataframe的index和columns用的是數(shù)字，利用了drop（）和range()函數(shù)。
 
DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')
 
# axis = 0，表示刪除行； axis = 1 表示刪除列。
 
# 想刪除多行/列，用range即可，比如要刪除前3行，drop(range(0,3)，axis = 0(默認為零，可不寫))即可。

10 to_datetime將字符串格式轉化為日期格式

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() 函數(shù)

# pandas 的 apply() 函數(shù)可以作用于 Series 或者整個 DataFrame，功能也是自動遍歷整個 Series 或者 DataFrame, 對每一個元素運行指定的函數(shù)。
def add_extra(nationality, extra):
    if nationality != "漢":
        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 == '漢' else 0, args=(5,))
 
def add_extra2(nationaltiy, **kwargs):
    return kwargs[nationaltiy]
       
df['Extra'] = df.Nationality.apply(add_extra2, 漢=0, 回=10, 藏=5)

12 map() 函數(shù)

import datetime
import pandas as pd
def f(x):
    x = str(x)[:8]
    if x !='n':
        gf = datetime.datetime.strptime(x, "%Y%m%d")
        x = gf.strftime("%Y-%m-%d")
    return x
    
def f2(x):
    if str(x) not in [' ', 'nan']:
        dd = datetime.datetime.strptime(str(x), "%Y/%m/%d")
        x = dd.strftime("%Y-%m-%d")
    return x  
 
def test():
    df = pd.DataFrame()
    df1 = pd.read_csv("600694_gf.csv")
    df2=pd.read_csv("600694.csv")
    df['date1'] =df2['DateTime'].map(f2) 
    df['date2'] =df1['date'].map(f)
    df.to_csv('map.csv')