Python 数据筛选功能实现

        无论是在数据分析还是数据挖掘的时候，数据筛选总会涉及到。这里我总结了一下python中列表，字典，数据框中一些常用的数据筛选的方法。

1.列表

        案例一：从一个含有数字0-9的列表中筛选出偶数(奇数):

1.enumerate方法(生成两列数据，第一列是索引，第二列是数值)

	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.列表推导式(常用)

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

        二者输出结果都是[0,2,4,6,8]，相比之下列表推导式要简洁的多

2.字典

        案例二：从一个包含学生姓名和成绩的字典中，筛选出成绩大于60的学生
        首先，我们构造一个字典inf：

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

        输出结果为：{‘Bob’: 80, ‘Jim’: 55, ‘Gin’: 75, ‘Angel’: 95}

        以下，我们可以通过字典推导式筛选出学生成绩(大于60)：

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

        输出结果：{‘Bob’: 80, ‘Gin’: 75, ‘Angel’: 95}

        如果你只是想要返回成绩大于60的学生名字或者分数的话，可以将dict1中的key:value部分改为key或者value即可.当然上述步骤是先建立一个字典，然后再从字典里筛选出符合特定条件的值。可不可以一步完成呢？
        当然阔以~

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

        输出结果也是{‘Bob’: 80, ‘Gin’: 75, ‘Angel’: 95}.不过，这里需要注意的是：如果列表name 和列表grade长度不一致的话，后面for循环中的len函数应该去长度较短的列表！

3.数据框

        案例三：利用pandas从招聘信息表中筛选出特定条件的信息

        首先，导入数据

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

        招聘信息表如下：

A. 筛选出工作经验(exp)为4年的招聘信息

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

        通用筛选方式：data[data[‘筛选列’].isin([num])]

        需要注意的是：isin函数里筛选的num必须用[]括起来！可以是一个，也可以是多个。但只能对特定的数字进行筛选，最后筛选的结果如下：

B. 筛选出具体给明的工资(salary)（过滤掉薪资面议）

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

        通用筛选方式：data[data[‘筛选列’].str.contains(‘特定字符’)]

        需要注意的是：只能对特定的字符串进行筛选，最后筛选结果如下：

C.筛选出只含有K的工资(过滤14薪等以及薪资面议)

	df[~df['salary'].str.contains('薪')]

因为这里需要过滤的字符都出现了"薪"，我们依旧可以使用contains函数。需要注意的是"~“代表"非”(在对于isin函数也有用！)，即排除salary中包含"薪" 这个字符的所有数据。最后，筛选结果如下：

D.筛选出含有K的工资(包括14薪等)

这里由于展示的数据样本少，该方法最终呈现的效果是和方法B是一样的。使用的方法是：apply函数+正则

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函数的时候，需要先判断是否可以先查到对应的值。否则会报错(NoneType object has no attribute ‘group’ )。最后筛选的结果如下：

此外，还有一些筛选数据的方法如pivot_table(数据透视表)，filter函数+lambda函数等，这就需要大家在实际应用的时候灵活选择。

到此这篇关于Python 数据筛选的文章就介绍到这了,更多相关Python 数据筛选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！