前言

做數(shù)據(jù)分析的時(shí)候通常我們并不是對(duì)真?zhèn)€excel文件進(jìn)行操作，換言之，每一列都是一個(gè)特征，我們需要針對(duì)分析。遇到這類問題的時(shí)候，我們通常想得到一列中所有符合條件的數(shù)據(jù)，挑出來，然后組成一個(gè)單獨(dú)的文件進(jìn)行分析。比如一列中我們希望找到所有大于100的所有行，又比如 我們希望得到一列中包含某個(gè)特定字母的所有行，那么我們應(yīng)該怎么辦呢，這里就說一下。

在這之前我們先介紹一個(gè)pandas里面一個(gè)函數(shù) loc（）

英文解釋是這樣的：Purely label-location based indexer for selection by label.

               .loc[] is primarily label based, but may also be used with a boolean array.

最通俗的講就是標(biāo)簽索引器

了解了這個(gè)函數(shù)（具體用法下面兩個(gè)例子就可以懂），我們可兩個(gè)例子 就可以選擇我們想要的行了

問題一：我們想要“behavior_type”列中所有為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,:])

從這個(gè)程序我們可以得出 .loc（） 前面是我們的整個(gè)索引目標(biāo)，括號(hào)中為索引標(biāo)簽（我們回到loc英文解釋第二局話，可以索引布爾型） ，那么這么簡(jiǎn)單一句話就可以把所以為3，4的行輸出了.后面的冒號(hào)代表從開始到最后索引

  print(df.loc[df['behavior_type'].isin([3,4]),:]) 

注意 這里的isin（[ ]）有小括號(hào) 也有中括號(hào)集合的形式。

我們也可以利用isin代替大于號(hào)性質(zhì)是一樣的，該標(biāo)簽下所有為3，4的集合的布爾型 然后再索引

  print(df[df['behavior_type'].isin([3,4])])

提到isin 我們想到了一個(gè)更為簡(jiǎn)單的方法，直接索引即可

問題一：我們想要“user_geohash”列中所有含有字母‘qo'的行

print(df.loc[df['user_geohash'].str.contains('qo')])

是不是已經(jīng)想到了 利用loc就可以了，只要后面加上字符串str.contains()函數(shù)即可。

那么到這里所有的問題迎刃而解，那么我們想要索取特定行呢 我們想要索取特定列呢

沒問題 讓我們繼續(xù)深入了解loc函數(shù)

df是一個(gè)dataframe，列名為A B C D

具體值如下：

A    B    C     D
0    ss   小紅  8
1    aa   小明  d
4    f          f
6    ak   小紫  7

dataframe里的屬性是不定的，空值默認(rèn)為NA。

一、選取標(biāo)簽為A和C的列，并且選完類型還是dataframe

df = df.loc[:, ['A', 'C']]
df = df.iloc[:, [0, 2]]

二、選取標(biāo)簽為C并且只取前兩行，選完類型還是dataframe

df = df.loc[0:2, ['A', 'C']] 
df = df.iloc[0:2, [0, 2]] 

聰明的你發(fā)現(xiàn)loc的用法了嗎？

總結(jié)

到此這篇關(guān)于利用python3篩選excel中特定的行（行值滿足某個(gè)條件/行值屬于某個(gè)集合）的文章就介紹到這了,更多相關(guān)python3篩選excel特定的行內(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