本文实例讲述了Python实现多条件筛选目标数据功能。分享给大家供大家参考，具体如下：

python中提供了一些数据过滤功能，可以使用内建函数，也可以使用循环语句来判断，或者使用pandas库，当然在有些情况下使用pandas是为了提高工作效率。举例如下：

a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'),

('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]

这里的a为一个list，列表中还有元组。每一个元组由单词和其词性组成，我们要筛选词性为JJ何NN的单词。可以有三种写法：

第一种，使用内建函数filter：

# -*- coding:utf-8 -*-

#!python3

a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'),

('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]

def filt_nn(data_text):

nn_data = filter(lambda x: x[1] == 'NN'or x[1] == 'JJ', data_text)

# print(list(nn_data))

return list(nn_data)

print(filt_nn(a))

运行结果：

[('chic', 'JJ'), ('menu', 'JJ'), ('doesnt', 'JJ'), ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]

第二种，使用pandas包：

# -*- coding:utf-8 -*-

#!python3

import pandas as pd

a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'),

('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]

data = pd.DataFrame(a, columns=['word', 'ps'])

print(data[data.ps.isin(['JJ', 'NN'])].word)

运行结果：

0       chic

2       menu

4     doesnt

5     scream

6     french

7    cuisine

Name: word, dtype: object

第三种，使用循环：

# -*- coding:utf-8 -*-

#!python3

a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'),

('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]

absd = []

for i in a:

if i[1] == 'NN' or i[1] == 'JJ':

absd.append(i[0])

print(absd)

得到的结果都相同，如下：

['chic', 'menu', 'doesnt', 'scream', 'french', 'cuisine']

虽然结果相同，但是推荐第一、二种方法，因为这两个方法速度更快。

希望本文所述对大家Python程序设计有所帮助。