EXCEL中筛选一列数据中包含某些数字。返回它前面的序号。（0x040403为要含的数字）
 
思想是将所要查找的内容替换为一串很长的字符串，用长度区分它们
 
在C2单元格中键入 =IF(LEN(SUBSTITUTE(B2,“0x040403”,“ZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZZ”))>140,A2)
 
SUBSTITUTE是替换，将B2单元格中的0x040403内容替换为ZZZZ…,然后返回A2单元格的值
 
然后鼠标放到单元格右下角 双击 快速向下填充满整列。
 
然后在这一列顶部中添加筛选，把FALSE去掉

 
pandas DataFrame 数据筛选
 
DataFrame 数据筛选
数据筛选基本格式
contains
isin
多个条件与或
   
数据筛选进阶
groupby
agg
np.where
  
 

 
DataFrame 数据筛选
 
近期使用pandas比较频繁，在进行数据处理的时候经常要用到dataframe的数据筛选功能，这里做个小结。
 
数据有以下的格式：
 
 
 
columns = [“blockNumber”,“timestamp”,“transactionHash”,“from”,“to”,“creates”,……“isError”]
 
 
数据筛选基本格式
 
初级筛选：
 
 
 
==, !=, >, >=, <, <=
 
 
主要用于简单的判断
 
contains
 
选取"from"列数据，最后一位为0或a的数据。（数据类型默认str）
 
data[data['from'].str[-1:].str.contains('0|a')]
 
contains语句中，可以以’|'符号为分割，添加多个候选项。
 
这里由于要只选最后一位，需要使用两次 str 方法。
 
isin
 
已有一个取值数组，目标是选择数据中，"from"数据的值在取值数组内的数据
 
targetList = ['0x12','0x1a','0x98', ... , '0x82']
data[data['from'].isin(targetList)]
 
这里targetList最好保持list的数据类型，使用pandas.Series可能会有意外的错误
 
反过来，如果目标是选择数据中，"from"数据的值不在取值数组内的数据
 
targetList = ['0x12','0x1a','0x98', ... , '0x82']
data[`data['from'].isin(targetList)]
 
仔细注意，这里是在前面加个反引号 ` ，通过反引号来表示取反
 
多个条件与或
 
选取的是数据中，"from"列数据的取值在目标数组内，或者"to"列数据取值最后一位为0或a的数据
 
targetList = ['0x12','0x1a','0x98', ... , '0x82']
data[(data['from'].isin(targetList)) | (data['to'].str[-1:].str.contains('0|a'))]
 
选取的是数据中，"from"列数据的取值在目标数组内，并且"to"列数据最后一位为0或a的数据
 
targetList = ['0x12','0x1a','0x98', ... , '0x82']
data[(data['from'].isin(targetList)) & (data['to'].str[-1:].str.contains('0|a'))]
 
如果是多个条件并列在一起，每个条件都需要用括号括起来。
 
数据筛选进阶
 
这里主要介绍一些，跟数据库操作相似的数据筛选，假设数据格式如下：
 
columns = ['from', 'to', 'weight'] # from,to 都是 str数据，weight是 int 数据
 
groupby
 
这里，假设一个需求是，统计from中的值，出现的次数，我们很容易想到可以通过value_counts() 方法直接获取：
 
pd.DataFrame(data['from'].value_counts())
 
这里value_counts()得到的是一个pandas.Series
 那么更进一步，如果想知道"from"中的每个取值，对应的"to"取值跟"weight"取值分别是多少，可以使用：
 
pd.DataFrame(data.groupby('from'))
 
agg
 
如果要统计的是 from 中的值，每个值对应的weight总和是多少，这时候需要使用到groupby跟agg
 
pd.DataFrame(data.groupby('from').agg('sum'))
 
np.where
 
假设现在的需求是，将from跟to的数据，每一行按照 from > to 的顺序交换（注意不是整列交换）。这时可以使用np.where实现。
 
    data['from'], data['to']= np.where(
                    data['from'] > data['to'], 
                    [data['to'], data['from']], 
                    [data['from'], data['to']])
 
np.where使用格式是：
 
np.where(condition, Yes, No)
 
condition 为True时，取值为Yes，为False时，取值是No

 
在日常工作中，相信很多人都会遇到这样的问题：Excel表格中的数据太多了，而且其中还有一些重复的数据，想要快速筛选出，但是又不会。
 
 
其实，想要快速筛选出重复的数据是有方法的。只要掌握下面这些方法，1秒即可筛选出重复的数据。
 
 
1、利用条件格式进行筛选
 
 
方法步骤：选中数据，点击【开始】，点击【条件格式】，点击【突出显示单元格规则】，选择【重复值】，点击【确定】

2、利用公式进行筛选
 
 
方法步骤：在A列输入数据，在B2单元格输入公式【=IF(COUNTIF($A$2:$A$15,A2)=1,"唯一值","重复值")】即可。
 
 

3、利用高级筛选进行筛选
 
 
方法步骤：选中所有表格数据，点击【数据】，点击【高级】，勾选【选择不重复的记录】，点击【确定】即可。
 
 

如果想要将筛选结果复制到其他的位置上，只要勾选【将筛选结果复制到其他的位置】，然后选择位置即可。
 
转载于:https://blog.51cto.com/14119358/2335529

        #region DataTable筛选，排序返回符合条件行组成的新DataTable或直接用DefaultView按条件返回
        /// <summary>
        /// DataTable筛选，排序返回符合条件行组成的新DataTable或直接用DefaultView按条件返回
        /// eg:SortExprDataTable(dt,"Sex='男'","Time Desc",1)
        /// </summary>
        /// <param name="dt">传入的DataTable</param>
        /// <param name="strExpr">筛选条件</param>
        /// <param name="strSort">排序条件</param>
        /// <param name="mode">1,直接用DefaultView按条件返回,效率较高;2,DataTable筛选，排序返回符合条件行组成的新DataTable</param>
        public static DataTable SortDataTable(DataTable dt, string strExpr, string strSort, int mode)
        {
            switch (mode)
            {
                case 1:
                    //方法一　直接用DefaultView按条件返回
                    dt.DefaultView.RowFilter = strExpr;
                    dt.DefaultView.Sort = strSort;
                    return dt;
                case 2:
                    //方法二　DataTable筛选，排序返回符合条件行组成的新DataTable
                    DataTable dt1 = new DataTable();
                    DataRow[] GetRows = dt.Select(strExpr, strSort);
                    //复制DataTable dt结构不包含数据
                    dt1 = dt.Clone();
                    foreach (DataRow row in GetRows)
                    {
                        dt1.Rows.Add(row.ItemArray);
                    }
                    return dt1;
                default:
                    return dt;
            }
        }
        #endregion

        #region 获取DataTable前几条数据
        /// <summary>
        /// 获取DataTable前几条数据
        /// </summary>
        /// <param name="TopItem">前N条数据</param>
        /// <param name="oDT">源DataTable</param>
        /// <returns></returns>
        public static DataTable DtSelectTop(int TopItem, DataTable oDT)
        {
            if (oDT.Rows.Count < TopItem) return oDT;

            DataTable NewTable = oDT.Clone();
            DataRow[] rows = oDT.Select("1=1");
            for (int i = 0; i < TopItem; i++)
            {
                NewTable.ImportRow((DataRow)rows[i]);
            }
            return NewTable;
        }
        #endregion

        #region 获取DataTable中指定列的数据
        /// <summary>
        /// 获取DataTable中指定列的数据
        /// </summary>
        /// <param name="dt">数据源</param>
        /// <param name="tableName">新的DataTable的名词</param>
        /// <param name="strColumns">指定的列名集合</param>
        /// <returns>返回新的DataTable</returns>
        public static DataTable GetTableColumn(DataTable dt, string tableName, params string[] strColumns)
        {
            DataTable dtn = new DataTable();
            if (dt == null)
            {
                throw new ArgumentNullException("参数dt不能为null");
            }
            try
            {
                dtn = dt.DefaultView.ToTable(tableName, true, strColumns);
            }
            catch (Exception e)
            {
                throw new Exception(e.Message);
            }
            return dtn;
        }
        #endregion