利用python3筛选excel中特定的行(行值满足某个条件/行值属于某个集合)
前言
做数据分析的时候通常我们并不是对真个excel文件进行操作,换言之,每一列都是一个特征,我们需要针对分析。遇到这类问题的时候,我们通常想得到一列中所有符合条件的数据,挑出来,然后组成一个单独的文件进行分析。比如一列中我们希望找到所有大于100的所有行,又比如 我们希望得到一列中包含某个特定字母的所有行,那么我们应该怎么办呢,这里就说一下。
在这之前我们先介绍一个pandas里面一个函数 loc()
英文解释是这样的:Purely label-location based indexer for selection by label.
.loc[] is primarily label based, but may also be used with a boolean array.
最通俗的讲就是标签索引器
了解了这个函数(具体用法下面两个例子就可以懂),我们可两个例子 就可以选择我们想要的行了
问题一:我们想要“behavior_type”列中所有为3或4的行
import pandas as pd import numpy as np import csv for df in pd.read_csv(open(r'C:\Users\yang\Desktop\useer.csv','r'),chunksize=10000): print(df.loc[df['behavior_type']>1,:])
从这个程序我们可以得出 .loc() 前面是我们的整个索引目标,括号中为索引标签(我们回到loc英文解释第二局话,可以索引布尔型) ,那么这么简单一句话就可以把所以为3,4的行输出了.后面的冒号代表从开始到最后索引
print(df.loc[df['behavior_type'].isin([3,4]),:])
注意 这里的isin([ ])有小括号 也有中括号集合的形式。
我们也可以利用isin代替大于号性质是一样的,该标签下所有为3,4的集合的布尔型 然后再索引
print(df[df['behavior_type'].isin([3,4])])
提到isin 我们想到了一个更为简单的方法,直接索引即可
问题一:我们想要“user_geohash”列中所有含有字母‘qo'的行
print(df.loc[df['user_geohash'].str.contains('qo')])
是不是已经想到了 利用loc就可以了,只要后面加上字符串str.contains()函数即可。
那么到这里所有的问题迎刃而解,那么我们想要索取特定行呢 我们想要索取特定列呢
没问题 让我们继续深入了解loc函数
df是一个dataframe,列名为A B C D
具体值如下:
A B C D
0 ss 小红 8
1 aa 小明 d
4 f f
6 ak 小紫 7
dataframe里的属性是不定的,空值默认为NA。
一、选取标签为A和C的列,并且选完类型还是dataframe
df = df.loc[:, ['A', 'C']] df = df.iloc[:, [0, 2]]
二、选取标签为C并且只取前两行,选完类型还是dataframe
df = df.loc[0:2, ['A', 'C']] df = df.iloc[0:2, [0, 2]]
聪明的你发现loc的用法了吗?
总结
到此这篇关于利用python3筛选excel中特定的行(行值满足某个条件/行值属于某个集合)的文章就介绍到这了,更多相关python3筛选excel特定的行内容请搜索脚本之家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脚本之家!
最新评论