【Python办公自动化】pandas库基础--筛选数据
发布网友
发布时间：2024-09-27 07:59
共1个回答
热心网友
时间：4分钟前
在日常的数据处理中，如何高效地筛选出所需信息是常见的需求。pandas库为此提供了强大的工具。首先，通过`pd.read_excel`函数读取数据时，你得到的其实是一个DataFrame对象，它承载了你想要的部分数据。
在筛选数据时，df对象的作用尤为关键。例如，如果你想获取某一列，可以直接使用`df['列名']`，如`df['name']`，这将返回该列的所有数据。要获取多列，可以用逗号分隔，如`df['id','name']`。
对于单行数据，虽然没有行名，但可以通过行索引来获取，例如`df[df.index=='行号']`。此外，也可以通过行号范围获取多行，如`df[0:2]`。关于切片，我们会不断遇到并深入理解。
如果需要特定行和列的数据，可以结合使用`loc`和`iloc`，如`df.loc[行号, '列名']`。通过条件筛选综合数据时，可以使用布尔表达式，如`df[df['name']=='特定值']`，或者组合多个条件，如`df[(df['id']==值1)|(df['name']=='值2')]`。
总的来说，pandas库的筛选功能强大而直观，能让你快速定位和处理数据。在后续的实践中，我们会进一步探索和应用这些技巧。下期，我们将把这些知识应用到实际案例中，期待你的参与！
下面是本期代码示例，每种筛选方法的实例都在最后一行有所改变：
python
import xlwings as xw
import pandas as pd
pd.set_option('display.unicode.east_asian_width',True)
file_path0='d:\\pandas\\test.xlsx'
df = pd.read_excel(file_path0,sheet_name=0,usecols=[0,1])
print(df[(df['id']==1)|(df['name']=='Smith')])
# 下期案例代码将基于此进行综合练习
