無(wú)論是在數(shù)據(jù)分析還是數(shù)據(jù)挖掘的時(shí)候，數(shù)據(jù)篩選總會(huì)涉及到。這里我總結(jié)了一下python中列表，字典，數(shù)據(jù)框中一些常用的數(shù)據(jù)篩選的方法。

1.列表

        案例一：從一個(gè)含有數(shù)字0-9的列表中篩選出偶數(shù)(奇數(shù)):

1.enumerate方法(生成兩列數(shù)據(jù)，第一列是索引，第二列是數(shù)值)

	num=[i for i in range(10)]
	num1=[]
	for index,count in enumerate(num):
	    if count%2==0:
	        num1.append(num[index])
	print(num1)

2.列表推導(dǎo)式(常用)

	num=[i for i in range(10) if i%2==0]
	print(num)

        二者輸出結(jié)果都是[0,2,4,6,8]，相比之下列表推導(dǎo)式要簡(jiǎn)潔的多

2.字典

        案例二：從一個(gè)包含學(xué)生姓名和成績(jī)的字典中，篩選出成績(jī)大于60的學(xué)生
        首先，我們構(gòu)造一個(gè)字典inf：

	name=['Bob','Jim','Gin','Angel']
	grade=[80,55,75,95]
	inf=dict(zip(name,grade))
	print(inf)

        輸出結(jié)果為：{‘Bob’: 80, ‘Jim’: 55, ‘Gin’: 75, ‘Angel’: 95}

        以下，我們可以通過(guò)字典推導(dǎo)式篩選出學(xué)生成績(jī)(大于60)：

	dict1={key:value for key,value in inf.items() if value>60}
	print(dict1)

        輸出結(jié)果：{‘Bob’: 80, ‘Gin’: 75, ‘Angel’: 95}

        如果你只是想要返回成績(jī)大于60的學(xué)生名字或者分?jǐn)?shù)的話，可以將dict1中的key:value部分改為key或者value即可.當(dāng)然上述步驟是先建立一個(gè)字典，然后再?gòu)淖值淅锖Y選出符合特定條件的值。可不可以一步完成呢？
        當(dāng)然闊以~

	dict2={name[i]:grade[i] for i in range(len(grade)) if grade[i]>60}
	print(dict2)

        輸出結(jié)果也是{‘Bob’: 80, ‘Gin’: 75, ‘Angel’: 95}.不過(guò)，這里需要注意的是：如果列表name 和列表grade長(zhǎng)度不一致的話，后面for循環(huán)中的len函數(shù)應(yīng)該去長(zhǎng)度較短的列表！

3.數(shù)據(jù)框

        案例三：利用pandas從招聘信息表中篩選出特定條件的信息

        首先，導(dǎo)入數(shù)據(jù)

	import pandas as pd
	df=pd.read_excel('job_information.xls',encoding='utf-8')
	df

        招聘信息表如下：

A. 篩選出工作經(jīng)驗(yàn)(exp)為4年的招聘信息

	df[df['exp'].isin([4])]

        通用篩選方式：data[data[‘篩選列’].isin([num])]

        需要注意的是：isin函數(shù)里篩選的num必須用[]括起來(lái)！可以是一個(gè)，也可以是多個(gè)。但只能對(duì)特定的數(shù)字進(jìn)行篩選，最后篩選的結(jié)果如下：

B. 篩選出具體給明的工資(salary)（過(guò)濾掉薪資面議）

	df[df['salary'].str.contains('K')]

        通用篩選方式：data[data[‘篩選列’].str.contains(‘特定字符’)]

        需要注意的是：只能對(duì)特定的字符串進(jìn)行篩選，最后篩選結(jié)果如下：

C.篩選出只含有K的工資(過(guò)濾14薪等以及薪資面議)

	df[~df['salary'].str.contains('薪')]

因?yàn)檫@里需要過(guò)濾的字符都出現(xiàn)了"薪"，我們依舊可以使用contains函數(shù)。需要注意的是"~“代表"非”(在對(duì)于isin函數(shù)也有用！)，即排除salary中包含"薪" 這個(gè)字符的所有數(shù)據(jù)。最后，篩選結(jié)果如下：

D.篩選出含有K的工資(包括14薪等)

這里由于展示的數(shù)據(jù)樣本少，該方法最終呈現(xiàn)的效果是和方法B是一樣的。使用的方法是：apply函數(shù)+正則

def select(x):
    pat='[0-9]?[0-9]K-[0-9]?[0-9]K'
    rst=re.search(pat,x)
    if rst:
        return rst.group(0)
    return 0
df['salary'].apply(select)

需要注意的是：在使用group函數(shù)的時(shí)候，需要先判斷是否可以先查到對(duì)應(yīng)的值。否則會(huì)報(bào)錯(cuò)(NoneType object has no attribute ‘group’ )。最后篩選的結(jié)果如下：

此外，還有一些篩選數(shù)據(jù)的方法如pivot_table(數(shù)據(jù)透視表)，filter函數(shù)+lambda函數(shù)等，這就需要大家在實(shí)際應(yīng)用的時(shí)候靈活選擇。

到此這篇關(guān)于Python 數(shù)據(jù)篩選的文章就介紹到這了,更多相關(guān)Python 數(shù)據(jù)篩選內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論