Python日常（二）資料篩選

無論是在資料分析還是資料探勘的時候，資料篩選總會涉及到。這裡我總結了一下python中列表，字典，資料框中一些常用的資料篩選的方法。

案例一：從乙個含有數字0-9的列表中篩選出偶數(奇數):

enumerate方法(生成兩列資料，第一列是索引，第二列是數值)

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

2.列表推導式(常用)

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

二者輸出結果都是[0,2,4,6,8]，相比之下列表推導式要簡潔的多

案例二：從乙個包含學生姓名和成績的字典中，篩選出成績大於60的學生

首先，我們構造乙個字典inf：

name=
['bob'
,'jim'
,'gin'
,'angel'
] grade=[80
,55,75
,95] inf=
dict
(zip
(name,grade)
)print
(inf)

輸出結果為：

以下，我們可以通過字典推導式篩選出學生成績(大於60)：

dict1=
print
(dict1)

輸出結果：

如果你只是想要返回成績大於60的學生名字或者分數的話，可以將dict1中的key:value部分改為key或者value即可.當然上述步驟是先建立乙個字典，然後再從字典裡篩選出符合特定條件的值。可不可以一步完成呢？

當然闊以~

dict2=
print
(dict2)

輸出結果也是.不過，這裡需要注意的是：如果列表name 和列表grade長度不一致的話，後面for迴圈中的len函式應該去長度較短的列表！

案例三：利用pandas從招聘資訊表中篩選出特定條件的資訊

首先，匯入資料

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

招聘資訊表如下：

a. 篩選出工作經驗(exp)為4年的招聘資訊

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函式裡篩選的num必須用括起來！可以是乙個，也可以是多個。但只能對特定的數字進行篩選，最後篩選的結果如下：

b. 篩選出具體給明的工資(salary)（過濾掉薪資面議）

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

通用篩選方式：data[data[『篩選列』].str.contains(『特定字元』)]

需要注意的是：只能對特定的字串進行篩選，最後篩選結果如下：

c.篩選出只含有k的工資(過濾14薪等以及薪資面議)

df[
~df[
'salary'].
str.contains(
'薪')
]

因為這裡需要過濾的字元都出現了"薪"，我們依舊可以使用contains函式。需要注意的是"~「代表"非」(在對於isin函式也有用！)，即排除salary中包含"薪" 這個字元的所有資料。最後，篩選結果如下：

d.篩選出含有k的工資(包括14薪等)

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
0df[
'salary'].
(select)

需要注意的是：在使用group函式的時候，需要先判斷是否可以先查到對應的值。否則會報錯(nonetype object has no attribute 『group』 )。最後篩選的結果如下：

此外，還有一些篩選資料的方法如pivot_table(資料透視表)，filter函式+lambda函式等，這就需要大家在實際應用的時候靈活選擇。

以上就是本次分享的全部內容~

Python日常（二） 資料篩選