使用pandas替代Excel中的繁琐操作-条件判别和loc函数使用

欢迎关注微信公众号：excelwork

“ 使用Excel进行数据分析，有些数据总要经过很多步操作实现，而在操作过程中，如果对Excel理解不深，又很难掌控。这种时候，我们唯一要做的，就是用最简单的方式解决它。”

    以下介绍会包括：数据替换（使用replace函数及条件判别）、数据切割（loc及iloc函数）

01

数据替换

1.1 简单替换

    比如，把空值替换成0，把字符a替换成字符b等诸如此类操作

   pandas有replace函数，可直接使用。

import numpy as np #导入numpyprint(data.replace(np.nan,'0'))

    可以看到，col_c列中的空值被替换成了0。不过，如果此处先进行处理，再进行输出，并不会得到想要的结果，因为原来的对象data并未发生改变，而是生成了一个新的对象。

    而如果必须这么操作，并实现替换的话，可以用replace中的参数inplace=True来完成。

data.replace(np.nan,'0',inplace=True)print(data)

结果如下：

1.2 条件替换

1.2.1 将a列中小于5的数值，用B列替换

data.loc[data.col_a<5,'col_a']=data.col_b

    可以看到，col_a列中的第1~3行小于5的都被col_b列数据替换。

1.2.2 将a列中小于b列的数值，用c列替换

data.loc[data.col_a<data.col_b,'col_a']=data.col_c

1.2.3 当a列小于b列时，对当前行的部分列进行替换

    若col_a列数值小于col_b列，则col_a和col_c列的数值都要被替换成col_b列数值。

data.loc[data.col_c<data.col_e,['col_a','col_b']]=data.col_e

 

02

数据查找

    我们经常会因为需要拿到想要的数据，而需要多次筛选数据，并保留筛选结果，那如何一次性输出想要的数据集呢？

2.1 标签索引

    通过loc函数行标签选择，逗号左侧是行选择，右侧是列选择。

2.1.1 获取某行某列对应的值

    获取第一列和第一行对应的值

print(data.loc['row_1','col_a'])

结果：3

2.1.2 获取连续行、列对应的值

    获取第1~3行和第1~2列对应的值

print(data.loc['row_1:row_3','col_a:col_b'])

结果：

2.1.3 获取不连续行、列对应的值

    获取第1，3行和第1，3，5列对应的值

print(data.loc[['row_1','row_3'],['col_a','col_c','col_e']])

结果：

2.2 位置索引

    通过iloc函数行位置选择，位置为整数索引。同样，逗号左侧是行选择，右侧是列选择。用法基本同标签索引，只不过比标签较少了输入，只需要输入整数即可。（左闭右开）

2.1.1 获取某行某列对应的值

    获取第二列和第二行对应的值

print(data.loc[1,1])

结果：5

2.1.2 获取连续行或列的值

    获取前三行数据（索引0，1，2）。

print(data.iloc[:3])

 

    获取第三行之后的数据，也就是第四行和第五行。（索引3及以上）

print(data.iloc[3:])

 

2.3 多条件查找

    获取a列大于5但是b列小于20的数据（注意条件加括号：因为比较运算符优先级低于按位与&，加上括号后，提高了优先级）。

print(data[(data.col_a>5)&(data.col_b<20)])