脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python多条件筛选目标数据

Python实现多条件筛选目标数据功能【测试可用】

 更新时间：2018年06月13日 10:29:26   作者：layman2016  
这篇文章主要介绍了Python实现多条件筛选目标数据功能,结合实例形式总结分析了Python3使用内建函数filter、pandas包以及for循环三种方法对比分析了列表进行条件筛选操作相关实现技巧与运行效率,需要的朋友可以参考下

本文实例讲述了Python实现多条件筛选目标数据功能。分享给大家供大家参考，具体如下：

python中提供了一些数据过滤功能，可以使用内建函数，也可以使用循环语句来判断，或者使用pandas库，当然在有些情况下使用pandas是为了提高工作效率。举例如下：

a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'),
   ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]

这里的a为一个list，列表中还有元组。每一个元组由单词和其词性组成，我们要筛选词性为JJ何NN的单词。可以有三种写法：

第一种，使用内建函数filter：

# -*- coding:utf-8 -*-
#!python3
a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'),
   ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]
def filt_nn(data_text):
  nn_data = filter(lambda x: x[1] == 'NN'or x[1] == 'JJ', data_text)
#  print(list(nn_data))
  return list(nn_data)
print(filt_nn(a))

运行结果：

[('chic', 'JJ'), ('menu', 'JJ'), ('doesnt', 'JJ'), ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]

第二种，使用pandas包：

# -*- coding:utf-8 -*-
#!python3
import pandas as pd
a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'),
   ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]
data = pd.DataFrame(a, columns=['word', 'ps'])
print(data[data.ps.isin(['JJ', 'NN'])].word)

运行结果：

0       chic
2       menu
4     doesnt
5     scream
6     french
7    cuisine
Name: word, dtype: object

第三种，使用循环：

# -*- coding:utf-8 -*-
#!python3
a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'),
   ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]
absd = []
for i in a:
  if i[1] == 'NN' or i[1] == 'JJ':
    absd.append(i[0])
print(absd)

得到的结果都相同，如下：

['chic', 'menu', 'doesnt', 'scream', 'french', 'cuisine']

虽然结果相同，但是推荐第一、二种方法，因为这两个方法速度更快。

更多关于Python相关内容可查看本站专题：《Python列表(list)操作技巧总结》、《Python字符串操作技巧汇总》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》

希望本文所述对大家Python程序设计有所帮助。

您可能感兴趣的文章:

相关文章

  • python使用threading.Condition交替打印两个字符

    python使用threading.Condition交替打印两个字符

    这篇文章主要为大家详细介绍了python使用threading.Condition交替打印两个字符，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2019-05-05
  • PyTorch中torch.nn.functional.cosine_similarity使用详解

    PyTorch中torch.nn.functional.cosine_similarity使用详解

    在pytorch中可以使用torch.cosine_similarity函数对两个向量或者张量计算余弦相似度,这篇文章主要给大家介绍了关于PyTorch中torch.nn.functional.cosine_similarity使用的相关资料,需要的朋友可以参考下
    2022-03-03
  • 基于OpenCV python3实现证件照换背景的方法

    基于OpenCV python3实现证件照换背景的方法

    这篇文章主要介绍了基于OpenCV python3实现证件照换背景的方法，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，需要的朋友们下面随着小编来一起学习学习吧
    2019-03-03
  • Python列表删除重复元素与图像相似度判断及删除实例代码

    Python列表删除重复元素与图像相似度判断及删除实例代码

    这篇文章主要给大家介绍了关于Python列表删除重复元素与图像相似度判断及删除的相关资料，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，需要的朋友们下面随着小编来一起学习学习吧
    2021-05-05
  • Python中eval()函数的详细使用教程

    Python中eval()函数的详细使用教程

    eval函数在Python中具有非常重要的地位,熟练的使用eval函数能够为我们的Python编程提供很多的便利之处,下面这篇文章主要给大家介绍了关于Python中eval()函数的详细使用,需要的朋友可以参考下
    2022-07-07
  • Python使用列表推导式快速生成列表

    Python使用列表推导式快速生成列表

    这篇文章主要介绍了Python使用列表推导式快速生成列表，列表推导式是Python构建列表list的一种快捷方式,可以使用简洁的代码就创建出一个列表,需要的朋友可以参考下
    2023-07-07
  • pandas中Timestamp类用法详解

    pandas中Timestamp类用法详解

    这篇文章主要为大家详细介绍了pandas中Timestamp类用法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2017-12-12
  • python二叉树常用算法总结

    python二叉树常用算法总结

    这篇文章主要分享的是python二叉树常用算法，二叉树的递归思想很重要，还有递归的复杂度分析,需下面文章就来详细解说该算法，要的朋友可以参考一下
    2021-09-09
  • 详解python如何通过numpy数组处理图像

    详解python如何通过numpy数组处理图像

    Numpy 是 Python 中科学计算的核心库，NumPy 这个词来源于 Numerical 和 Python 两个单词。它提供了一个高性能的多维数组对象，以及大量的库函数和操作，可以帮助程序员轻松地进行数值计算，广泛应用于机器学习模型、图像处理和计算机图形学、数学任务等领域
    2022-03-03
  • Python爬取用户观影数据并分析用户与电影之间的隐藏信息!

    Python爬取用户观影数据并分析用户与电影之间的隐藏信息!

    看电影前很多人都喜欢去 『豆瓣』 看影评，所以我爬取44130条 『豆瓣』 的用户观影数据,分析用户之间的关系,电影之间的联系,以及用户和电影之间的隐藏关系,需要的朋友可以参考下
    2021-06-06

最新评论