数据列过滤条件常用处理

1. 概述
2. 过滤条件中使用nofilter
3. 对某一列进行处理后再过滤
4. 过滤条件的和与或

1. 概述编辑

数据列过滤条件的设置也是很灵活的，除了常规简单设置外，还有几种常用处理方式。

2. 过滤条件中使用nofilter编辑

nofilter的含义就是不过滤，通常用于某个条件不成立的情况下过滤条件无效。

注：nofilter表示不过滤，if(len($area)==0,nofilter,$area)表示参数area为空，就不过滤，若不为空则以参数值进行过滤。

3. 对某一列进行处理后再过滤编辑

通常用于某列值比较特殊，截取该列的值中的某一部分进行过滤的情况。

比如我们要设置过滤部门ID前两位为'11'，可以进行如下设置。

left()函数意为从左边开始截取，在公式中可以直接使用列名，如上即为：部门ID

4. 过滤条件的和与或编辑

通常用于根据不同的情况使用不同的过滤条件。

如下例子所示，要求货主地区来自于area，当货主省份为province时用货主省份过滤，当货主省城市为city是用货主城市来过滤。

长按Ctrl后选中任意两个过滤条件，这时可以看到添加括号从灰化变成了可用，这时点击添加括号，即可合并这两个过滤条件，如下图所示：

点击添加括号后，即可得到如下图所示的书写方式，这时点击去掉括号，即可变回原来的过滤条件书写方式。

注：只有当过滤条件的总数大于2条的时候，添加括号才有效。

数据列过滤条件常用处理相关推荐

mac系统使用wireshark抓取无线网卡数据包以及常用过滤条件
调试无线功能,比如无线网卡无法连接这类问题,抓取无线报文显得十分重要,通过分析无线报文交互过程,可以快速定位问题. windows下常使用omnipeek进行抓包,这个时候需要一张无线网卡和相应的抓包 ...
MySQL左连接还有过滤条件_MySQL左连接问题，右表做筛选，左表列依然在？
问题原料两张表,一张user表,一张user_log表(这个例子举的不好) CREATE TABLE `user` ( `id` int(11) NOT NULL AUTO_INCREMENT, ...
Magento模型集合addFieldToFilter常用过滤条件
下载: 深入理解Magento.pdf 记录一下Magento模型集合Model Collection中addFieldToFilter()方法常用的过滤条件.以下参数也同样适用于产品实体的addAt ...
pandas基于条件判断更新dataframe中所有数据列数值内容的值（Conditionally updating all values in pandas Dataframe ）
pandas基于条件判断更新dataframe中所有数据列数值内容的值(Conditionally updating all values in pandas Dataframe ) 目录
pandas基于条件判断更新dataframe中特定数据列数值内容的值（Conditionally updating values in specific pandas Dataframe ）
pandas基于条件判断更新dataframe中特定数据列数值内容的值(Conditionally updating values in specific pandas Dataframe ) 目录
R语言dplyr处理dataframe：使用mutate函数生成新的列、recode函数进行数据编码、rename函数重命名字段、arrange排序数据列、select筛选数据、filter过滤数据
R语言使用dplyr包处理dataframe数据:使用mutate函数生成新的数据列.recode函数进行数据编码.rename函数重命名字段.arrange函数对数据列内容排序.select筛选数据 ...
R语言使用subset函数基于组合逻辑筛选dataframe符合条件的数据行（select observations）、并指定需要保留的dataframe数据列或者字段
R语言使用subset函数基于组合逻辑筛选dataframe符合条件的数据行(select observations).并指定需要保留的dataframe数据列或者字段目录
R语言dplyr包数据过滤（filter）基于not in规则实战（not in Filter）:基于单数据列not in规则过滤数据行、基于多数据列not in规则过滤数据行
R语言dplyr包数据过滤(filter)基于not in规则实战(not in Filter):基于单数据列not in规则过滤数据行.基于多数据列not in规则过滤数据行目录
R语言dplyr包的mutate函数将列添加到dataframe中或者修改现有的数据列：基于条件判断创建布尔型指示变量、将异常离散编码转化为NA值
R语言dplyr包的mutate函数将列添加到dataframe中或者修改现有的数据列:基于条件判断创建布尔型指示变量.将异常离散编码转化为NA值目录