Python笔记：数据切片

以下是在pandas中实现数据切片的常用脚本。原理不赘述，具体示例如下：

01. 构造数据集

# 构造数据源
import pandas as pddf = pd.DataFrame({"序号":range(1,11),"品类":["水果","水果","水果","水果","水果","蔬菜","蔬菜","蔬菜","蔬菜","蔬菜"],"商品":["苹果","西瓜","荔枝","龙眼","菠萝","白菜","土豆","豆芽","番茄","豌豆"],"销量":range(10,101,10),"销额":range(100,1001,100)
})df

02.选取某一列

# 选取某一列
df["商品"]

03.选取某一列

# 选取某一列
df[["商品"]]

04.选取某一列

# 选取某一列
df.商品

05.选取若干列

# 选取若干列
df[["品类","商品"]]

06.判断是否包含某关键词

# 判断某列的单元格是否包含某关键词
df["商品"].str.contains("豆")

07.根据关键词筛选

# 筛选出"商品"字段包含有"豆"字的商品记录
df[df["商品"].str.contains("豆")]

08."且"筛选

# 找出销量不低于100的"豆"类商品
(df["商品"].str.contains("豆")) & (df["销量"] >= 100)

09."或"筛选

# 查看销量大于90或小于60的销售记录
df[(df["销量"] > 90) | (df["销量"] < 60)]

10.序列筛选

# 选取第二行(序列)
df.iloc[1]

11.记录筛选

# 选取DataFrame中的第3行记录
df.iloc[[2]]

12.筛选前N条记录

# 选取前5条记录
df.iloc[:5]

13.第N+1行至行末

# 选取第6行至行末的全部记录
df.iloc[5:]

14.起始行,终止行,步长

# 起始行，终止行，步长
df.iloc[1:10:2]

15.倒数第N行至行末

# 选取倒数第5行至行末的所有记录
df[-5:]

16.不属于

# 筛选出不属于蔬菜的品类
df[df["品类"] != "蔬菜"]

17.不包含

# 筛选出不包含蔬菜的品类
df[~df["品类"].str.contains("水果")]

18.不包含多关键词

# 筛选出不包含白菜、土豆、西瓜、龙眼的商品记录
df[~df["商品"].str.contains("白菜|土豆|西瓜|龙眼")]

19.布尔列表切片

# 通过布尔列表切片，筛选出位于第1,3,5,7,9行的记录
df.iloc[[True,False,True,False,True,False,True,False,True,False]]

20.包含关键词的行

# 筛选出"商品"字段中包含"豆"字的商品
df.iloc[df["商品"].str.contains("豆").to_list()]

21.选中第3列(序列)

# 选中第3列(序列)
df.iloc[:,2]

22.选中第3列(DataFrame)

# 选中第3列(DataFrame)
df.iloc[:,[2]]

23.表头含某关键字的列

# 筛选出表头中含有"销"字的列
df.iloc[:,df.columns.str.contains("销")]

24.第i行,第J列元素

# 获取第2行，第4列的元素
df.iloc[1,3]

25.行列交叉元素组成的信息

# 获取第2，4行与第3，5列交叉的信息
df.iloc[[1,3],[2,4]]

26.含某关键词的行&含某关键词的表头

# 筛选出"商品"列中包含"豆"字的行 & 表头中包含"品"字的列
df.iloc[df["商品"].str.contains("豆").to_list(),df.columns.str.contains("品")]

27.获取索引值为i的行信息

# 选取索引为1的行
df.loc[1]

28.筛选出多个索引值对应的记录

# 筛选出索引为1,3,5,7,9的记录
df.loc[[1,3,5,7,9]]

29.筛选出含某关键字的行

# 筛选出含有"豆"字商品的全部记录
df.loc[df["商品"].str.contains("豆").to_list()]

30.选中某两列

# 选中某两列
df.loc[:,["品类","商品"]]

31.根据字段选择对应的列

# 选中"商品"及其对应的列
df.loc[:,"商品":]

32.表头含某关键字的列

# 选出表头中含有"品"字的列
df.loc[:,df.columns.str.contains("品")]

33.含某关键词的行&含某关键词的表头

# 选出"商品"列中含有"豆"字的行，且列名里含有"品"字的列
df.loc[df.商品.str.contains("豆"),df.columns.str.contains("品")]

34.根据索引位置与列名切片

# 根据索引位置与列名切片，获取第6行及其后的全部商品与对应的销量信息
df.loc[df.index[5:],["商品","销量"]]

35.根据索引名与列位置切片

# 根据索引名与列位置切片
df.loc[[1,2],df.columns[[2,3,4]]]

36.筛选某几列

# 筛选某几列
df.filter(items = ["品类","商品","销量"])

37.根据索引筛选行

# 根据索引筛选行
df.filter(items = [1,3,5],axis = 0)

38.表头包含某关键字的列

# 筛选出表头包含"品"字的列
df.filter(like = "品")

39.表头以某字结尾的列

# 选中表头是以"品"字结尾的列
df.filter(regex = "品$")

40.表头以某字开头的列

# 选中表头是以"销"字开头的列
df.filter(regex = "^销")

Excel实用技巧

Excel比率可视化

https://www.bilibili.com/video/BV1NU4y1d7EZ?spm_id_from=333.999.0.0

怎么制作可筛选的Excel折线图

https://www.bilibili.com/video/BV1Ju411X7Kw?spm_id_from=333.999.0.0

怎么用隔行填充来美化Excel表格

https://www.bilibili.com/video/BV1Q34y1m756?spm_id_from=333.999.0.0

用剪切板制作出好看的Excel可视化

https://www.bilibili.com/video/BV12q4y1P72X?spm_id_from=333.999.0.0

如何做出好看的Excel可视化图表

https://www.bilibili.com/video/BV11Q4y1f7VH?spm_id_from=333.999.0.0

解除工作簿密码保护

https://www.bilibili.com/video/BV1uM4y137JN?spm_id_from=333.999.0.0

如何用VBA代码移除工作表密码

https://www.bilibili.com/video/BV1144y187bw?spm_id_from=333.999.0.0

在Excel中怎么用控件制作出具有交互性的可视化图表

https://www.bilibili.com/video/BV1Y44y1C7Lc?spm_id_from=333.999.0.0

制作可控制开关的数据条

https://www.bilibili.com/video/BV19q4y1H7yV?spm_id_from=333.999.0.0

如何用Excel制作一个“动态电子表”

https://www.bilibili.com/video/BV1J44y1m7CP?spm_id_from=333.999.0.0

会说话的Excel表格

https://www.bilibili.com/video/BV1qB4y1N7Q2?spm_id_from=333.999.0.0

切片器的应用

https://www.bilibili.com/video/BV1hT4y197G8?spm_id_from=333.999.0.0

Excel字符串函数玩法集锦

https://www.bilibili.com/video/BV19o4y1m7aE?spm_id_from=333.999.0.0

如何在Excel中重置索引

https://www.bilibili.com/video/BV1LK4y1N7TM?spm_id_from=333.999.0.0

条件格式+函数的妙用

https://www.bilibili.com/video/BV1ab4y1Z7Ns?spm_id_from=333.999.0.0

Excel中的字符串拼接

https://www.bilibili.com/video/BV1of4y1h7iy?spm_id_from=333.999.0.0

空白内容错列填充

https://www.bilibili.com/video/BV1yq4y1j7XK?spm_id_from=333.999.0.0

用Excel函数制作工资条

https://www.bilibili.com/video/BV1YA41137c7?spm_id_from=333.999.0.0

在Excel表格中用Power Query 做聚合运算

https://www.bilibili.com/video/BV1A64y1o7Cc?spm_id_from=333.999.0.0

vlookup函数的那些坑

https://www.bilibili.com/video/BV1Df4y187aP?spm_id_from=333.999.0.0

创作不易，分享难得。如果觉得本文对您有帮助，请不吝动动宝贵的手指帮忙点个赞以示支持一下。后期，我会用心分享更多更精彩、实用的干货给大家，以期共同进步。感谢阅读！