1.前言

查询筛选是数据分析常用的功能，我们在做数据挖掘时往往需要先进行数据预处理，然后就可以按各种条件以及相关的组合筛选中所需数据， 我们主要从以下方面来分析查询和筛选常用的操作。①在中括号里设定筛选条件筛选特定的行；②使用isin方法筛选特定的值 ；③loc和iloc以后分享。

完整代码如下所示。

  # 2种小方法使用Python进行excel数据筛选
  import pandas as pd
  dataFrame = pd.read_csv('./商品需求训练集.csv')
  dataFrame.head()
  # 1. 在中括号里设定筛选条件筛选特定范围
  # 1.1筛选label列中大于0的数据
  a = dataFrame[dataFrame['label'] > 0]
  a
  # 1.2多个筛选条件，用"&"或"|"连接起来。注意用小括号将筛选条件括起来
  b = dataFrame[(dataFrame['label'] > 0) & (dataFrame['is_sale_day']==1)]
  # 1.3筛选label列中在(0, 10]范围之内并且is_sale_day等于1的数据。
  c = dataFrame[(dataFrame['label'] > 0) & (dataFrame['label'] <= 10) & (dataFrame['is_sale_day']==1)]
  # 1.4 更改label范围为(0,100]查询结果如下：
  c = dataFrame[(dataFrame['label'] > 0) & (dataFrame['label'] <= 100) & (dataFrame['is_sale_day']==1)]
  c# 
  # 1.5 筛选出大于label变量平均值的数据，并降序处理
  d = dataFrame[dataFrame['label'] > dataFrame['label'].mean()].sort_values(by='label', ascending=False)
  d.head()
  # 2. 使用isin方法进行筛选
  # 我们需要锁定筛选某些具体的值的，这时候就需要isin了。
  # 比如我们要限定label取值只能为274.0, 115.0, 118.0时。
  # 此时可将其作为列表传入到isin方法中
  # 2.1 筛选单个的值
  lst = [274.0]
  e1 = dataFrame[dataFrame.label.isin(lst )]
  e2 = dataFrame[dataFrame['label'].isin(lst)]
  e1, e2
  # 2.2 同时筛选多个的值
  lst2 = [274.0, 115.0, 118.0]
  g = dataFrame[dataFrame["label"].isin(lst2)]
  g

2.步骤

1.在中括号里设定筛选条件过滤行

1.1 在中括号中输入单个筛选条件

我们以某个比赛中的训练集的数据为例，数据的基本信息如下所示。

比如说，我们想要筛选label列中大于0的数据，具体代码如下所示。

  
  a = dataFrame[dataFrame['label'] > 0]
  a

运行结果如下所示。

1.2 在中括号中输入多个筛选条件(2个)

如果说有多个筛选条件，可以用“&”（表示“且”）或“|”（表示“或”）连接起来。就比如说，筛选label列中大于0和is_sale_day等于1的数据,注意要用小括号将并列的筛选条件括起来。否则可能出错，或者查找不到正确的数据。具体代码如下所示。

  
  b = dataFrame[(dataFrame['label'] > 0) & (dataFrame['is_sale_day']==1)]
  b

具体运行结果如下所示。可以看出筛选出来的结果同时满足label大于0和is_sale_day等于1的条件。

1.3 在中括号中三个筛选条件

比如说筛选在label在某一范围内的数据，设定上限和下限需要用到两个条件，然后根据自己的情况可以再增加一些条件。如筛选label范围为(0,100]并且is_sale_day的值等于1的情况， 具体代码如下所示。

  
  c = dataFrame[(dataFrame['label'] > 0) 
  & (dataFrame['label'] <= 10) 
  & (dataFrame['is_sale_day']==1)]
  c

如下所示，查询无结果。可知在该条件下没有符合要求的项。

尝试更改label范围为(0,100]查询结果如下：

1.4 筛选出大于label变量平均值的数据，并升序处理

如下所示，其中默认为升序排序，我们可以设置参数ascending=False将其变为降序排序。

  
  d = dataFrame[dataFrame['label'] > dataFrame['label'].mean()].sort_values(by='label', ascending=False)
  d.head()

具体结果如下所示。

2.使用isin方法进行筛选

在之前，我们筛选条件基本上都是给出范围，但实际上很多时候我们需要锁定筛选某些具体的值，这时候isin方法就可以派上用场了。

比如我们要限定label取值只能为274.0, 115.0, 118.0时。此时可将其作为列表传入到isin方法中，具体代码如下所示。

2.1筛选单个的值

  
  lst = [274.0]
  e1 = dataFrame[dataFrame.label.isin(lst)]
  e2 = dataFrame[dataFrame['label'].isin(lst)]
  e1, e2

如上所示，将需要查询的值以列表的方式进行传入，然后获取数据中的待查询列（如上第二行和第三行代码所示，有两种方法可以获取列），最后调用isin()方法。

类似地，当我们想要同时查询多个值时，只需要更改列表中的值即可。

2.2 同时筛选多个的值

我们需要将label列中值为274.0, 115.0, 118.0 的所在行全部筛选出来，具体代码如下所示。

  
  lst2 = [274.0, 115.0, 118.0]
  g = dataFrame[dataFrame["label"].isin(lst2)]
  g

如上所示，具体的运行结果如下所示。