目录
- 一、准备数据
- 二、以>,<,==,>=,<=来进行选择
- 三、.isin()
- 四、.str.contains()实现
一、准备数据
import pandas as pd data = pd.read_excel(r'销售数据.xlsx') print(data)
数据如下:
二、以>,<,==,>=,<=来进行选择
“等于”一定是用‘==’,如编程客栈果用‘=’就不是判断大小了:
例如:筛选销售员是马姐的数据
df = data[data['销售员'] == '马姐']
例www.cppcns.com如:筛选销售员是马姐的数据且天河店销量大于100的数据
使用 &(且) 和 |(或) 时每个条件都要用小括号括起来
df = da编程客栈ta[(data['销售员'] == '马姐') & (data['天河店销量'] > 100)]
三、.isin()
如果要选择某列等于多个数值或者字符串时,要用到.isin(), 我们把df修改了一下(isin()括号里面应该是个list):
例如:筛选天河店销量等于180和200的数据
df = data[data['天河店销量'].isin([180, 200])]
四、.str.contains()实现
平时使用最多的筛选应该是字符串的模糊筛选,在SQL语句里用的是like,在pandas里我们可以用.str.contains()来实现。
例如:筛选销售员含有马字的数据
dfwww.cppcns.com = data[data['销售员'].str.contains('马')]
也可以使用 '|' 来进行多个条件的筛选
例如:筛选销售员含有马字的数据或者含有李字的数据
df = data[data['销售员'].str.contai编程客栈ns('马|李')]
注意:这个‘|’是在引号内的,而不是将两个字
到此这篇关于python Pandas条件筛选功能的文章就介绍到这了,更多相关Pandas条件筛选内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!
精彩评论