財(cái)務(wù)大數(shù)據(jù)-Python基礎(chǔ) 課件 3.2Pandas-數(shù)據(jù)篩選查詢

Pandas-數(shù)據(jù)篩選查詢課前回顧NumPy：np.array函數(shù)定義ndarray數(shù)組，數(shù)組屬性ndim、shape、size、dtype，創(chuàng)建數(shù)組np.arangeNumPy隨機(jī)數(shù)函數(shù)：rand、randn、random、randint、choiceNumPy簡(jiǎn)單統(tǒng)計(jì)函數(shù)：sum、min、maxPandas數(shù)據(jù)結(jié)構(gòu)：Series和DataFrame，DataFrame相當(dāng)于Excel表格，Series相當(dāng)于表格中的一行或一列DataFrame基本函數(shù)：rename、insert、drop、head、tailPandas數(shù)據(jù)讀?。鹤x寫(xiě)Excel、csv、json文件，寫(xiě)入json文件設(shè)置force_ascii=False可以顯示中文set_option()：修改Pandas默認(rèn)參數(shù)值數(shù)據(jù)篩選查詢我們從其他平臺(tái)爬取的數(shù)據(jù)包含了各種各樣的信息，而數(shù)據(jù)分析需要的可能僅僅是其中的一部分，那么如何才能獲取精簡(jiǎn)、合適的數(shù)據(jù)呢？Pandas通過(guò)索引來(lái)篩選數(shù)據(jù)，DataFrame索引分為行索引和列索引，具體篩選方法如下：直接篩選：直接獲取行列，使用[]，類似于字典訪問(wèn)值操作；條件篩選：按條件篩選，選擇符合一定條件的數(shù)據(jù)；索引器篩選：通過(guò)loc、iloc索引器篩選。目錄010203直接篩選條件篩選索引器篩選01直接篩選

直接篩選DataFrame索引使用[]，直接索引語(yǔ)法：df[]具體方式：選擇單列數(shù)據(jù)：df['列']；選擇多列數(shù)據(jù)：df[['列1','列2']]，通過(guò)列名組成的列表選擇多列數(shù)據(jù)；選擇多行數(shù)據(jù)：df[1:3]，按位置選取連續(xù)的行(切片)，前閉后開(kāi)。注意使用直接索引無(wú)法對(duì)列數(shù)據(jù)進(jìn)行切片操作，且無(wú)法通過(guò)兩個(gè)列表選擇多行多列數(shù)據(jù)，多行多列數(shù)據(jù)的篩選需要使用索引器（loc、iloc）讀取數(shù)據(jù)讀取data.xlsx中資產(chǎn)負(fù)債表項(xiàng)目數(shù)據(jù)：代碼importpandasaspddf=pd.read_excel('/webpython/course/d2633ec9ca5c4a288b73f97b4616d541/data.xlsx',converters={'年':str,'月':str})show_table(df.head())直接篩選選擇單列數(shù)據(jù)：df['列']直接篩選選擇多列數(shù)據(jù)：df[['列1','列2']]，通過(guò)列名組成的列表選擇多列數(shù)據(jù)直接篩選選擇多行數(shù)據(jù)：df[1:3]，按位置選取連續(xù)的行(切片)，前閉后開(kāi)。02條件篩選

條件篩選布爾索引(帶條件判斷的索引)：根據(jù)布爾條件選擇對(duì)應(yīng)的行。具體方式：?jiǎn)瘟胁紶栠x擇：df[(df['列']==條件)]，選取某列滿足一定條件的行；多列布爾選擇：df[(df['列1']==條件)&(df['列2']>條件)]，選取多列滿足一定條件的行。注意索引列表中可以使用&、|、~操作符，但是不能使用and、or、not關(guān)鍵詞；布爾選擇的結(jié)果還是DataFrame，所以對(duì)于結(jié)果可以進(jìn)行切片、索引器等訪問(wèn)。條件篩選單列布爾選擇：df[(df['列']==條件)]，選取某列滿足一定條件的行。條件篩選df[(df['列1']==條件)&(df['列2']>條件)]：選取多列滿足一定條件的行。03索引器篩選原始索引與自定義索引在Pandas兩種數(shù)據(jù)結(jié)構(gòu)中，原始索引（位置信息）和自定義索引（標(biāo)簽信息）并存。自定義行索引0120123自定義列索引loc索引器loc索引器內(nèi)只能使用自定義索引，如果數(shù)據(jù)中沒(méi)有自定義索引，則使用原始索引。根據(jù)行索引和列索引進(jìn)行選取，先行后列,也可以只選取行索引,常見(jiàn)形式有如下幾種：具體方式：選擇單行/多行數(shù)據(jù)：df.loc['行']、df.loc[['行1','行2']]；選擇多行多列數(shù)據(jù)：df.loc[['行1','行2'],['列1','列2']]，通過(guò)兩個(gè)列表選取行列組合；loc布爾選擇：df.loc[(df['列']>條件)]，按條件選取單列（多列）滿足一定條件的行；loc切片（選擇連續(xù)的多行多列）：df.loc['行1':'行2','列1':'列2']，通過(guò)切片選取連續(xù)的行列組合,冒號(hào)前后留空代表開(kāi)口。提示在進(jìn)行多行多列數(shù)據(jù)篩選時(shí)，列表和切片可聯(lián)合使用；loc索引器不能直接選取列，必須先行后列。loc索引器選擇單行/多行數(shù)據(jù)：df.loc['行']、df.loc[['行1','行2']]loc索引器選擇多行多列數(shù)據(jù)：df.loc[['行1','行2'],['列1','列2']]，通過(guò)兩個(gè)列表選取行列組合loc索引器loc布爾選擇：df.loc[(df['列']>條件)]，按條件選取單列（多列）滿足一定條件的行l(wèi)oc索引器loc切片（選擇連續(xù)的多行多列）：df.loc['行1':'行2','列1':'列2']，通過(guò)切片選取連續(xù)的行列組合,冒號(hào)前后留空代表開(kāi)口iloc索引器iloc索引器與loc索引器的使用幾乎相同，唯一不同的是，iloc索引器中只能使用原始索引（位置信息），不能使用自定義索引。注意loc索引器切片為閉區(qū)間，iloc索引器切片為前閉后開(kāi)。課堂小結(jié)直接篩選：使用[],選擇單列、多列、連續(xù)多行（切片）；條件篩選：按條件篩選（單列/多列），可以