python筛选数据方法（文科生自学Python-按条件筛选和抽取数据样本）

--凡事勤则易，凡事惰则难，学习编程成就更好的自己--

Python语言简洁生动，特别适合文科生学习入门IT世界，用几十行代码就能够做一个完整的爬虫脚本，开发效率杠杠的！短时间内即可解决工作和学习中碰到的各种棘手问题。(本人外语专业毕业，机缘巧合爱上编程，自学道路曲曲折折，痛并快乐！)在这里总结一下自学Python遇到的难点和重点，分享码过的代码和要点总结，希望能够给初学者一点启示和鼓励，同时愿意结交更多大神交流有助提升自己的水平。

今天分享的知识点是：如何按指定条件筛选和抽取数据样本，因为平时在做数据处理和分析工作中，往往需要按某些字段特征进行筛选和提取目标数据集，下面用一个有趣的案例来展开说明：

通过观察得知该数据集合共有13个样本，接下来看看如何钻取得到想要的目标数据集吧：

首先在Jupyter Notebook环境下读取和查看数据：

任务1.提取性别为女的数据

任务2.提取母语/方言为广东话和英语的数据

使用了isin方法，注意括弧里输入列表

任务3.提取评级中排除“无年终奖”的其他剩余数据

使用~符号进行反选数据，这种方法更加简单高效

任务4.提取性别为男且工龄大于等于20年的数据

注意用“&”符号表示且关系即是取交集，每个条件单独用()限定好

任务5.提取姓名中包含有“小”字的数据

注意一定使用str.contains这个表达式

任务6.提取姓名中包含有“小”字且性别是女的数据

大家是不是感觉越来越好玩了，其实也不是特别难！！！

任务7.提取年龄在30岁到50岁之间的数据(包含30和50)

任务8.提取姓名中包含有“小”字或绩效考核成绩大于等于90的数据

注意用“|”符号表示或关系即是取并集，每个条件单独用()限定好

代码如下：

import pandas as pdimport osdef Set_Work_Path(x): try: os.chdir(x) route = os.getcwd() return route except Exception: print("No Result")work_path = r"E:\DATA\03AUG21"Set_Work_Path(work_path)data = pd.read_excel("Sample.xlsm",sheet_name="DATA-Python",header=0,index_col=None)display(data)#select data with female in sex fielddata_female=data[data["性别"]=="女"]display(data_female)#select data with dedicated languages or dialectsdata_female=data[data["母语/方言"].isin(["广东话","英语"])]display(data_female)#select data without yearly bonusdata_without_bonus=data[~data["评级"].isin(["无年终奖"])]display(data_without_bonus)#select data with male in sex field and work over 20 yearsdata_male_over_10_job_years=data[(data["性别"].isin(["男"]))&(data["工龄"]>=20)]display(data_male_over_10_job_years)#select data with name containing little in Chinesedata_with_little_in_name = data[data["姓名"].str.contains("小")]display(data_with_little_in_name)#select data with name containing little in Chinese and also femaledata_with_little_in_name_female = data[(data["姓名"].str.contains("小"))&(data["性别"].isin(["女"]))]display(data_with_little_in_name_female)#select data with age in a perioddata_work_bio_age = data[(data["年龄"]<=50)&(data["年龄"]>=30)]display(data_work_bio_age)data_with_little_in_name_good_performance = data[(data["姓名"].str.contains("小"))|(data["绩效考核成绩"]>=90)]display(data_with_little_in_name_good_performance)

END

我为人人，人人为我！！欢迎大家关注，点赞和转发！！！

~~人生不是赛场，梦想不容退场~~不断努力学习脱变出一个更好的自己，不断分享学习路上的收获和感悟帮助他人成就自己！！！

数据