求赞----求关注
 
 
python筛选excel某一列中相同的数据
 
1.需要cmd下载 pip install pandas  的模板
 
2.注意文件的路径问题不要出错
 
3.还有文件的编码格式 ------encoding = 'gbk'
 
 
 
import pandas as pd
 
 
#读取excel文件信息
 
 
data = pd.read_csv('1.csv',encoding = 'gbk')
 
 
#筛选表格中需要的列
 
 
data_gender = data[['ID','Price','Actualamount','Merchandise','Time','Place']]
 
 
data_gender_re = data_gender[data_gender.notnull()]   #除去缺失值
 
 
  #筛选Place中地点为A 的数据  
 
 
FF = data_gender_re.loc[(data_gender_re['Place'] == 'A')]  
 print(data_gender_re.loc[(data_gender_re['Place'] == 'A')])
 
 
FF.to_csv('C:\\Users\\Administrator\\Desktop\\A.csv',index=False,encoding = 'gbk')       #生成excel文件
 
 
代码如下：
 
import pandas as pd

data = pd.read_csv('1.csv',encoding = 'gbk')

data_gender = data[['ID','Price','Actualamount','Merchandise','Time','Place']]
data_gender_re = data_gender[data_gender.notnull()]

FF = data_gender_re.loc[(data_gender_re['Place'] == 'A')]
print(data_gender_re.loc[(data_gender_re['Place'] == 'A')])

FF.to_csv('C:\\Users\\Administrator\\Desktop\\A.csv',index=False,encoding = 'gbk')


 
需要处理文件如下：
 
 
得到的结果如下：
 
 
 
 
  #筛选Place中地点为A 的数据
 

今天记录一下pandas筛选出一个表中满足另一个表中所有条件的数据。例如：
 list1 结构:
 名字，ID，颜色，数量，类型。
 
list1 = [['a',1,255,100,'03'],['a',2,481,50,'06'],['a',47,255,500,'03']，['b',3,1,50,'11']]
 
list2结构:
 名字，类型,颜色。
 
list2 = [['a','03',255],['a','06',481]]
 
如何在list1中找出所有与list2中匹配的元素？
 要得到下面的结果：
 
list = [['a',1,255,100,'03'],['a',2,481,50,'06'],['a',47,255,500,'03']]。
 
首先将两个list转化为dataframe.
 
list1 = [['a',1,255,100,'03'],['a',2,481,50,'06'],['a',47,255,500,'03'],['b',3,1,50,'11']]
df1=pd.DataFrame(list1,columns=["名字","ID","颜色","数量","类型"])
list2 = [['a','03',255],['a','06',481]]
df2=pd.DataFrame(list2,columns=["名字","类型","颜色"])
 
数据结构如下：
 
 然后利用pandas.merge函数将其进行内连接。 这个函数的语法是：
 
pd.merge(left, right, how=‘inner’, on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=(’_x’, ‘_y’), copy=True, indicator=False, validate=None)。这函数连接方式和sql的连接类似,由参数how来控制。
 
最后的代码如下：
 
import pandas as pd
list1 = [['a',1,255,100,'03'],['a',2,481,50,'06'],['a',47,255,500,'03'],['b',3,1,50,'11']]
df1=pd.DataFrame(list1,columns=["名字","ID","颜色","数量","类型"])
list2 = [['a','03',255],['a','06',481]]
df2=pd.DataFrame(list2,columns=["名字","类型","颜色"])
df=pd.merge(df1,df2,how='inner',on=["名字","类型","颜色"],right_index=True)
df.sort_index(inplace=True)
print(df)
 
返回结果按照左表的顺序输出：

假设有两张表A和B
 
 
 
如果是想得到A表有而B表没有的数据，可以使用参考以下sql：
 
 
select * from A
minus
select * from B
 
这里的*根据需要可以替换成具体比较的字段
 
 
 
如果是想得到B表有而A表没有的数据，可以使用参考以下sql：
 
 
select * from B
minus
select * from A
 
这里的*根据需要可以替换成具体比较的字段
 
 
 
如果想得到两个表所有差异的数据，可以使用参考以下sql：
 
 
select test.* from(
select * from A
minus
select * from B)  test
union all
select test1.* from(
select * from B
minus
select * from A)  test1

今天我们来讲一下Excel的筛选功能，筛选功能可以在一大堆的数据中，按照某个条件筛选出来我们想要的数据；比如一整个年级的考试成绩，筛选出来某个班的。
 
1如何开启筛选
 
选中区域内的任一单元格；使用快捷键Ctrl Shift L，或者使用菜单选项中的“排序和筛选”--“筛选”；可以开启筛选/关闭筛选。
 
 
开启筛选之后，我们看到第一行每一列都有个下拉的箭头。点击此箭头，可以看到本列的筛选条件。把条件前面的勾取消，则此条件对应的数据就不再显示。
 
 
在下拉的菜单中选择“从XX中清除筛选”，就可以撤销单个筛选条件。
 
也可以通过“排序和筛选”--“清除”来清除所有筛选。
 
2筛选注意事项
 
1、筛选分为3种模式：文本筛选、数字筛选、按颜色筛选；
 
文本筛选：我们可以根据“等于”“不等于”“开头是”“结尾是”“包含”“不包含”“自定义筛选”多种形式来进行筛选。
 
比如：我们可以使用小组“包含A”来筛选出A组信息；
 
 
数字筛选：当一列只有数字时，我们可以根据“等于”“不等于”“大于”“大于或等于”“小于”“小于或等于”“介于”“前10项”等等形式来进行筛选。
 
比如：使用绩效“大于1000”筛选出绩效大于1000的员工信息；
 
 
颜色筛选：可以根据单元格的背景颜色，或者文本颜色来筛选；前提是单元格或者文本设置有颜色，才能使用颜色筛选。
 
 
2、可以根据多个条件筛选：
 
上例我们已经演示：先筛选出A组的绩效，还可以再筛选出A组绩效大于1000的员工。
 
3额外小知识
 
可以通过下拉菜单中的搜索框直接搜索想要的数据。
 
还可以继续筛选，只要勾选“将当前所选内容添加到筛选器”，就可以保留之前筛选出来的数据，从而继续添加新的数据。如下图：
 
 
这在我们做考勤时十分有用，利用组员的姓名搜索，再搜索其他的组员添加到筛选器；
 
以上就是我们经常用到的筛选功能了，其实很多我们想不要的功能都隐藏在一些菜单里面，只要我们平时多摸索试验，就能发现Excel给你一次次惊喜哟。http://pdftoword.55.la/img2icon/