pandas是Python數據分析必備工具，它有強大的數據清洗能力，往往能用非常少的代碼實現較復雜的數據處理
今天，總結了pandas篩選數據的15個常用技巧，主要包括5個知識點：
“”
比較運算： ==、<、>、>=、<=、!=
范圍運算： between(left,right)
字符篩選: str.contains (pattern或字符串,na=False)
邏輯運算： &（與）、|（或）、not(取反)
比較函數： eq, ne, le, lt, ge, gt （相當於 ==,=!，<=，<，>=，> ）
apply 和 isin 函數
下面以超市運營數據為例，給大家逐個講解首先讀取數據：
import pandas as pd
data=pd.read_excel( '超市運營數據模板.xlsx')
data
先看一下各列的數據類型：
data.dtypes
商品ID int64
類別ID int64
門店編號 object
單價 float64
銷量 float64
訂單ID object
日期 datetime64[ns]
時間 object
dtype: object
下面以實際應用場景為例開始講解：
1.篩選門店編號為'CDXL'的運營數據①第一種方法，用比較運算符‘==’： data[data.門店編號== 'CDXL']
②第二種方法，用比較函數'eq'： data[data[ '門店編號'].eq( 'CDXL')]
2.篩選單價小於等於10元的運營數據③第一種方法，用比較運算符‘<=’: data[data.單價<=10]
④第二種方法，用比較函數'le'： data[data[ '單價'].le(10)]
3.篩選銷量大於2000的運營數據⑤第一種方法，用比較運算符‘>=’: data[data.銷量>2]
⑥第二種方法，用比較函數'ge'： data[data[ '銷量'].ge(2)]
4.篩選除門店'CDXL'外的運營數據⑦第一種方法，用比較運算符‘!=’: data[data.門店編號!= 'CDXL']
⑧第二種方法，用比較函數'ne': data[data[ '門店編號'].ne( 'CDXL')]
5.篩選2020年5月的運營數據
首先將日期格式化：
data[ '日期']=data[ "日期"].values.astype( 'datetime64') #如果已為日期格式則此步驟可省略
data[ '日期']
import datetime
s_date = datetime.datetime.strptime( '2020-04-30', '%Y-%m-%d').date #起始日期
e_date = datetime.datetime.strptime( '2020-06-01', '%Y-%m-%d').date #結束日期
⑨第一種方法，用邏輯運算符號'>' '<'和'&'：
Pandasdatetime64[ns] 不能直接與 datetime.date 相比，需要用 pd.Timestamp 進行轉化
data[(data.日期>pd.Timestamp(s_date))&(data.日期<pd.Timestamp(e_date))]
⑩第二種，用比較函數'gt''lt'和'&': data[(data[ '日期'].lt(pd.Timestamp(e_date)))&(data[ '日期'].gt(pd.Timestamp(s_date)))]
⑪第三種，用apply函數實現: id_a=data.日期.apply(lambda x: x.year ==2020 and x.month==5)
data[id_a]
⑫第四種，用between函數實現: id_b=data.日期.between(pd.Timestamp(s_date),pd.Timestamp(e_date))
data[id_b]
6.篩選“類別ID”包含'000'的數據⑬第一種，用contains函數： data[ '類別ID']=data[ '類別ID'].values.astype( 'str') #將該列轉換為字符數據類型
id_c=data.類別ID.str.contains( '000',na=False)
data[id_c]
⑭第二種，用isin函數： id_i=data.類別ID.isin([ '000']) #接受一個列表
data[id_i]
很遺憾，isin函數搞不定，因為它只能判斷該列中元素是否在列表中
7.篩選商品ID以“301”開頭的運營數據⑮需要用contains函數結合正則表達式使用： data[ '商品ID']=data[ '商品ID'].values.astype( 'str') #將該列轉換為字符數據類型
id_c2=data.商品ID.str.contains( '301d{5}',na=False)
data[id_c2]
