pandas数据的记录抽取

记录抽取是指根据一定的条件，对数据进行抽取。记录抽取函数的语法格式如下：

datafram[condition]

1) 函数中的参数说明

其中，condition 为过滤条件。函数返回值是 DataFram。

2) 常用的条件类型

① 比较运算：大于（>），小于（<），大于等于（>=），小于等于（<=），不等于（!=）。

② 范围运算：between(left,right)。

③ 空值匹配：pandas.isnull(column)。

④ 字符匹配：str.contains(patten,na=False)，其中 na 参数是指空值的处理方式，如为 False，不匹配空值。例如：

df[df.title.str.contains("XX",na=False)]

⑤ 逻辑运算：与（&），或（|），取反（not）。

【例 1】在商品销售.xls文件中包含了用户 ID、商品信息、单价、数量和电话等数据字段，现要求完成下列记录抽取。
1) 筛选出单价在 3000 5000 的商品。
2) 筛选出商品信息为空的记录。
3) 筛选出商品信息中含有“空调”文字的记录。

其示例代码 test1.py 如下。

# -*- coding: utf-8 -*-
import numpy as np
import pandas as pd
#导入数据
df = pd.read_csv('d:\data\goods_sales.csv',encoding='GBK')
print(df[df.单价.between(3000, 5000)])
print(df[pd.isnull(df.商品信息)])
print(df[df.商品信息.str.contains('空调', na=False)])