精华内容
下载资源
问答
  • 数据筛选小工具

    2018-06-15 10:39:04
    站长之家数据爬去筛选,用于爬取相关的数据,节选其中的一部分
  • numpy数据筛选

    千次阅读 2019-11-08 14:14:09
    根据设定条件筛选符合要求的行或列,并删除其余数据 以kitti数据集的激光雷达点云为例: pointcloud = np.fromfile(str("0000000000.bin"), dtype=np.float32, count=-1).reshape([-1, 4]) 仅保留有需要的点,删除...

    根据设定条件筛选符合要求的行或列,并删除其余数据
    以kitti数据集的激光雷达点云为例:

    pointcloud = np.fromfile(str("0000000000.bin"), dtype=np.float32, count=-1).reshape([-1, 4])
    

    在这里插入图片描述
    仅保留有需要的点,删除多余的点

    保留x坐标大于5的点云,删除其余点云:

    pointcloud = pointcloud[pointcloud[:, 0] > 5, :]
    

    在这里插入图片描述

    展开全文
  • Excel数据筛选

    2011-12-08 09:35:29
    Excel数据筛选Excel数据筛选Excel数据筛选Excel数据筛选
  • DataGridView列标头带数据筛选功能(含VB.NET源码DEMO)), 类似Excel筛选功能的 DataGridView 源代码,调用简单,功能好用,VB.NET示例都有。筛选后状态栏显示过滤后的条数及显示全部的HPLINK标签按钮。
  • 在使用Excel表格时,当Excel表格数据在数量庞大的情况下,输入重复数据在所难免。但为确保表格最终统计分析... 一、高级筛选 Excel自带的高级筛选功能,可以快速将数据列中的重复数据删除,并筛选保留不重复的数据...

    80adf45cd3e92a8f383f8c701ec80f81.png

        在使用Excel表格时,当Excel表格数据在数量庞大的情况下,输入重复数据在所难免。但为确保表格最终统计分析结果的准确性,需要快速筛选出重复的数据,进行删除标记等多重处理。人工手动校对数据即浪费时间,准确率也不高,所以下面这几种高效筛选重复数据的技巧,你应该要知道。

        一、高级筛选
        Excel自带的高级筛选功能,可以快速将数据列中的重复数据删除,并筛选保留不重复的数据项,十分的便利实用。
    步骤:选中需要进行筛选的目标数据列,点击【数据】菜单栏,点击【高级筛选】,选中【在原有区域显示筛选结果】,勾选【选择不重复的记录】,单击【确定】即可。

    bc80aed349e85dff66f76a953a3c0163.gif

        二、自动筛选
        自动筛选功能与高级筛选类似,只是筛选出的结果需要一个个手动勾选,方能显示是否存在重复结果。
    步骤:选中需要进行筛选的目标数据列,点击【数据】菜单栏,点击【自动筛选】,取消【全选】,勾选【张三三】,即可看出该数据项是否存在重复,重复数量多少。

    f7699ea204c621f9ffcc0e23172ca3da.gif

        三、条件格式
        Excel的条件格式功能,也可以快速筛选出重复值,具体操作如下。
    步骤:选中目标数据区域,点击【条件格式】,选择【突出显示单元格规则】,选择【重复值】,设置重复单元格格式,单击【确定】即可。

    04996f34851159c779479031cb731cb1.gif

        四、公式法
        简单的说就是可以通过使用函数公式,来筛选出表格中的重复数据。
        1、countif函数
    步骤:点击目标单元格,输入公式【=COUNTIF(A$2:A$10,A2)】,下拉填充,可统计出数据项的重复次数。

    e9a4fbf97aabf53fd962f92b8df8685e.gif

        2、if函数
    步骤:点击目标单元格,输入公式【=IF(COUNTIF(A$2:A$10,A2)>1,"重复","")】,下拉填充,对于存在重复的数据会显示重复二字。

    8f40073b81f13d79fa12ceefb99b665d.gif

    5edc1b6c03e3772aaea379517083999a.png

    展开全文
  • Python Pandas 列数据筛选方法汇总

    万次阅读 2020-05-20 20:21:09
    Pandas 列数据筛选方法汇总数据准备:一、筛选得到指定的列1.1 根据 label 选择特定的几列1.2 选择单列的两种方式1.3 通过正则表达式选择列二、同时对 行 和 列 进行筛选2.1 通过切片 df.loc[ : , : ]2.2 通过选择 ...

    数据准备:

    import pandas as pd
    # 假设有 5 个人,分别参加了 4 门课程,获得了对应的分数
    data = {'name' : pd.Series(['Alice', 'Bob', 'Cathy', 'Dany', 'Ella']),
            'Math_A' : pd.Series([1.1, 2.2, 3.3, 4.4, 5]),
            'English_A' : pd.Series([3, 2.6, 2, 1.7, 3]),
            'Math_B' : pd.Series([1.7, 2.5, 3.6, 2.4, 5]),
            'English_B' : pd.Series([5, 2.6, 2.4, 1.3, 3]),
         }
    
    df = pd.DataFrame(data)
    print(df)
    

    ** 运行结果:**

        name  Math_A  English_A  Math_B  English_B
    0  Alice     1.1        3.0     1.7        5.0
    1    Bob     2.2        2.6     2.5        2.6
    2  Cathy     3.3        2.0     3.6        2.4
    3   Dany     4.4        1.7     2.4        1.3
    4   Ella     5.0        3.0     5.0        3.0
    

    一、筛选得到指定的列

    1.1 根据 label 选择特定的几列

    print(df[['name', 'Math_A', 'Math_B']])
    # 注意这里是 双重 []
    

    运行结果:

        name  Math_A  Math_B
    0  Alice     1.1     1.7
    1    Bob     2.2     2.5
    2  Cathy     3.3     3.6
    3   Dany     4.4     2.4
    4   Ella     5.0     5.0
    

    1.2 选择单列的两种方式

    print(df['name'])
    # 注意这里就是 单 []
    print(df.name)
    

    运行结果:

    0    Alice
    1      Bob
    2    Cathy
    3     Dany
    4     Ella
    Name: name, dtype: object
    0    Alice
    1      Bob
    2    Cathy
    3     Dany
    4     Ella
    Name: name, dtype: object
    

    1.3 通过正则表达式选择列

    print(df.filter(regex='B$')) 
    # 选择以 'B' 为结尾的 label
    

    运行结果:

       Math_B  English_B
    0     1.7        5.0
    1     2.5        2.6
    2     3.6        2.4
    3     2.4        1.3
    4     5.0        3.0
    

    常用正则表达式:
    在这里插入图片描述

    二、同时对 行 和 列 进行筛选

    2.1 通过切片 df.loc[ : , : ]

    print(df.loc[:2,'English_A':'English_B'])
    # 注意,这里的切片 与 Python 本身的不同,包含了结尾!
    # 所以这个例子中包含了 第 2 行 和 'English_B' 列
    

    运行结果:

       English_A  Math_B  English_B
    0        3.0     1.7        5.0
    1        2.6     2.5        2.6
    2        2.0     3.6        2.4
    

    2.2 通过选择 序号 选择列 df.iloc[ : , : ]

    print(df.iloc[:2 , [0,3]])
    # 注意,这里的切片没有包含第 2 行!同时选择了 第 0 列 和 第 3 列
    # 如果想要 同时选择 0~3 列(共4列),要使用 :4
    

    运行结果:

        name  Math_B
    0  Alice     1.7
    1    Bob     2.5
    

    2.3 对 特定 列的数据进行逻辑筛选

    print(df.loc[df['English_A'] > 2, ['name', 'English_A']])
    # 这里我希望查看 'English_A' 这个科目分数 2 分以上有哪些人
    

    运行结果:

        name  English_A
    0  Alice        3.0
    1    Bob        2.6
    4   Ella        3.0
    
    展开全文
  • Python中pandas.Dataframe数据筛选

    万次阅读 2018-11-23 16:28:03
    Dataframe可以实现强大的数据筛选功能,下面简单句几个例子: # 创建一个Dataframe: >>>import pandas as pd >

    Dataframe可以实现强大的数据筛选功能,下面简单举几个例子:

    # 创建一个DataFrame
    import pandas as pd
    import numpy as np
    df = pd.DataFrame(np.random.randn(6, 4), columns=list('ABCD))
    print(df)
    

    df数据结构如下:

              A         B         C         D
    0 -0.400824  0.998817  2.121522 -1.268276
    1  0.228094 -0.408854 -1.192140  1.352446
    2 -0.371661  0.527468 -1.056101 -0.844282
    3 -1.956070 -0.148563  0.924577  1.236696
    4 -0.195633  1.630977  0.051205 -0.569934
    5 -0.188138 -0.899891 -0.536001  0.486175
    

    一、如果想要筛选出 B列大于零

    df1 = df[df['B']>0]
    print(df1)
    # 输出结果:
              A         B         C         D
    0 -0.400824  0.998817  2.121522 -1.268276
    2 -0.371661  0.527468 -1.056101 -0.844282
    4 -0.195633  1.630977  0.051205 -0.569934
    

    二、如果想要筛选出 B列中大于零 的行,同时只显示B列的数据:

    df2 = df['B'][df['B'] >0]
    print(df2)
    # 输出结果:
    0    0.998817
    2    0.527468
    4    1.630977
    

    三、如果想要筛选出 B列大于零,同时C列小于零的行:

    df3 = df[(df['B']>0)&(df['C']<0)]  # 这里&符号可以实现多条件的筛选
    print(df3)
    # 输出结果:
              A         B         C         D
    2 -0.371661  0.527468 -1.056101 -0.844282
    

    四、如果要根据B、C两列来筛选数据,但最终只显示A、D两列的数据:

    df4 = df[['A', 'D']][(df['B']>0)&(df['C']<0)]  
    print(df4)
    # 输出结果:
              A         D
    2 -0.371661 -0.844282
    
    展开全文
  • 如何将Excel重复数据筛选出来?简单技巧有三种!Excel表格数据在数量庞大的情况下,输入重复数据在所难免。但为确保表格最终统计分析结果的准确性,需要快速筛选出重复的数据,进行删除标记等多重处理。人工手动校对...
  • 前几天,偶然在网上看到,建立多元线性回归时...例如,对于下表中的一些数据我们来进行数据筛选。 在医学上,糖尿病人的血糖量y(mmol/L)y(mmol/L)y(mmol / L)与总胆固醇 1 X (mmol / L),甘油三脂X2(mmol/L)X2(mmol...
  • JS给Json数据筛选与排序

    千次阅读 2019-08-30 10:46:04
    原Json数据 data={…} 筛选与排序 data= JSON.stringify(data, ['选出', '你要的', '字段', '并且', '按照顺序', '排序']); 输出新Json data= $.parseJSON(data);
  • Pandas经典用法:数据筛选之iloc和loc

    千次阅读 2021-11-08 16:56:22
    Pandas 是一套用于 Python 的快速、高效的数据分析工具。它可以用于数据挖掘和数据分析,同时也提供数据清洗功能。本篇目录如下: 一、iloc 1.定义 iloc索引器用于按位置进行基于整数位置的索引或者选择。 2.语法 ...
  • 主要介绍了pandas数据处理基础之筛选指定行或者指定列的数据的相关资料,需要的朋友可以参考下
  • 主要介绍了Python实现多条件筛选目标数据功能,结合实例形式总结分析了Python3使用内建函数filter、pandas包以及for循环三种方法对比分析了列表进行条件筛选操作相关实现技巧与运行效率,需要的朋友可以参考下
  • python txt文件的数据筛选

    千次阅读 2020-04-19 18:12:20
    之前已经分享完python的数据类型和数据结构了,我认为掌握了这两方面内容其实已经具备使用python进行数据分析的能力了,但实际情况是你经常会发现你看了很多python的基础内容,而当你要使用时还是发现无从下手(哈哈...
  • 数据筛选特征方法-方差法

    千次阅读 2020-03-25 18:15:46
    数据分布比较集中时,各个数据与平均数的差的平方和较小,当数据分布比较分散(即数据在平均数附近波动较大)时,各个数据与平均数的差的平方和较大,方差就较大。因此方差越大,数据的波动越大;方差越小,数据的...
  • R语言数据筛选、汇总、重构

    万次阅读 多人点赞 2018-05-24 16:36:03
    最近学习的知识点总结如下:3.1 去掉多余的数据
  • python之pandas数据筛选和csv操作

    千次阅读 2019-08-02 15:52:07
    1. 数据筛选 a b c 0 0 2 4 1 6 8 10 2 12 14 16 3 18 20 22 4 24 26 28 5 30 32 34 6 36 38 40 7 42 44 46 8 48 50 52 9 54 56 58 (1)单条件筛选 df[df['a']>30] # 如果想筛选a列的...
  • vue filter数据筛选

    千次阅读 2019-03-11 10:01:27
    computed: { //数据筛选 searchData: function () { let search = this.searchValue; //console.log(this.nodeList); if (search) { return this.nodeList.filter(function (product) { ...
  • SQL基础查询和数据筛选

    千次阅读 2019-04-01 15:07:42
    开发工具与关键技术: PLSQL,SQL、技术总结 作者:周水生 撰写时间:2019年03月25日 select 加 from 是SQL 的基础查询语法; employee_id,last_name,...where department_id=100通过where将数据进行筛选过滤,剩...
  • DataGridView数据筛选

    2012-07-26 16:46:11
    由于这段时间一直在弄DataGridView比较方便的数据筛选第三方控件, 网上找了很多的版本,得到以下结果。 里面包含7种关于DataGridView的筛选排列的方式,供大家使用。
  • pandas 根据两列数据筛选dataframe

    千次阅读 2020-07-01 14:18:00
    如果是筛选某一列中等于某个值的那一行,可以使用: dataframe[dataframe['列名'] == "具体值"] 如果筛选某两列中的值等于具体值的那几行,可以使用: search_se = dataframe.loc[dataframe['列1'] == "值1", '列2'] ==...
  • 数据挖掘和机器学习这事,其实大部分时间不是在做算法,而是在弄数据,毕竟算法往往是现成的,改变的余地很小。  数据预处理的目的就是把数据组织成一个标准的形式。 1.归一化  归一化通常采用两种方法。  a....
  • [Vue]如何实现一个简单的表格数据筛选查找 (根据ElementUI表格展示)(数组筛选) 能够解决的问题 在一个完整的数据数据渲染的 elementui 表格组件中,筛选输出数据 目录 布局代码 样式代码 vue代码 布局展示 功能...
  • python实现数据筛选

    千次阅读 2018-08-01 10:06:26
    import pandas as pd c = pd.read_csv('c.csv',encoding='gbk') cx=c.loc[c[u'季节']!=u'秋',[u'会计日期',u'门店类型']] #筛选出季节不为秋的数据,显示“会计日期”和“门店类型”。  ...
  • 文章目录1.条件筛选1.1 单条件筛选1.2 多条件筛选1.3 排除特定行2. 索引筛选2.1 切片操作2.2 loc...今天我们就来谈一谈其强大的数据筛选功能,主要包括两大类,按照条件筛选和按照索引筛选。可以对行进行筛选,也可...
  • pandas数据筛选 in 和 not in

    千次阅读 2020-01-06 19:37:03
    官网解析 pandas数据筛选 isin 和 ~ isin import pandas as pd data = {'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen', 'Hangzhou', 'Chongqing'], 'year': [2016, 2016, 2015, 2017, 2016, 2016], '...
  • A部分: 数据预处理(占80%工作量) class yuchuli ( ) : def __init__ ( self , * args ) : < blabla > # 引入函数需要的参数 def shanchu ( self ) : # 数据读取部分: try : ...
  • echarts-x数据筛选

    千次阅读 2018-02-10 13:37:55
    echarts-x里的数据筛选有一个很大的bug一开始我的数据展示如图所示:数据筛选:将图上黄色的点隐藏掉$.ajax({ url: './data/placemark.json', success: function (data) { var len = data.length; for(var i = 0;i &...
  • 数据筛选(Filter Data Table)的介绍 使你可以根据指定的逻辑条件, 保留或删除行或列 二、Filter Data Table在UiPath中的使用 打开设计器,在设计库中新建一个Sequence,为序列命名及设置Sequence存放的路径,然后...
  • python numpy库实现数据筛选

    千次阅读 2018-10-18 15:13:59
    #唯一化的实现:返回的数据会进行排序 data_0=np.array(['int','float','int','boolean','double','boolean']) data_1=np.unique(data_0) print(data_0) print(data_1) #交集的实现 data_3=np.intersect1d(data_0,...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 373,622
精华内容 149,448
关键字:

数据筛选