Excel数据目次下供给了“筛选”功能，用于对数据表按不合的前提进行筛选。Python中应用loc函数合营筛选前提来完成筛选功能。合营sum和count函数还能实现excel中sumif和countif函数的功能。

应用“与”前提进行筛选，前提是年纪大年夜于25岁，并且城市为beijing。筛选后只有一条数据相符请求。

#应用“或”前提筛选 
df_inner.loc[(df_inner['age'] > 25) | (df_inner['city'] == 'beijing'), ['id','city','age','category','gender']].sort 
(['age']) 

在前面的代码后增长price字段以及sum函数，按筛选后的结不雅将price字段值进行乞降，相当于excel中sumifs的功能。

#对筛选后的数据按price字段进行乞降 
df_inner.loc[(df_inner['age'] > 25) | (df_inner['city'] == 'beijing'), 
['id','city','age','category','gender','price']].sort(['age']).price.sum()  
19796 

应用“非”前提进行筛选，城市不等于beijing。相符前提的数据有4条。将筛选结不雅按id列进行排序。

在前面的代码后面增长city列，并应用count函数进行计数。相当于excel中的countifs函数的功能。

#对筛选后的数据按city列进行计数 
df_inner.loc[(df_inner['city'] != 'beijing'), ['id','city','age','category','gender']].sort(['id']).city.count() 
4 

还有一种筛选的方法是用query函数。下面是具体的代码和筛选结不雅。

#应用query函数进行筛选 
df_inner.query('city == ["beijing", "shanghai"]') 

在前面的代码后增长price字段和sum函数。对筛选后的price字段进行乞降，相当于excel中的sumifs函数的功能。

#对筛选后的结不雅按price进行乞降  
df_inner.query('city == ["beijing", "shanghai"]').price.sum	
			
 5/6   首页 上一页 3 4 5 6 下一页 尾页
	
			

　　推荐阅读
　　看得“深”、看得“清” —— 深度学习在图像超清化的应用
            
            日复一日的人像临摹演习使得画家可以或许仅凭几个关键特点画出完全的人脸。同样地，我们欲望机械可以或许经由过程低清图像有限的图像信息，揣摸出图像对应的高清细节，这就须要算法可以或>>>详细阅读


本文标题：像Excel一样使用python进行数据分析-(2)
地址：http://www.17bianji.com/lsqh/34976.html
 1/2    1