Pyhton 批量筛选Excel的方法——Pandas的使用
摘要
在进行数据处理时，经常需要筛选出满足条件的数据，本文给出一种使用Python筛选Excel表格中数据的简单方法。
说明
对一张表几个字段的筛选无法体现Python处理数据的能力，本文所举案例只为示范说明。
1、初始化数据（可跳过）
假设有这样一个表，统计单位与会人员的信息，1表示到会，0表示缺席，session-1表示第一次会议，session-2表示第二次会议，以此类推。首先生成一个这样的数据表，在此基础上进行筛选：
生成数据所用的代码，供参考：
def init_data():
file = xlwt.Workbook(encoding='utf-8')
table = file.add_sheet('Sheet1')
row = ['id', 'gender', 'age', 'session-1', 'session-2', 'session-3']
gender = ['男','女']
for j in range(6):
table.write(0, j, row[j])
for i in range(1,21):
table.write(i, 0, i)
table.write(i, 1, gender[random.randint(0,1)])
table.write(i, 2, random.randint(18, 50))
table.write(i, 3, random.randint(0, 1))
table.write(i, 4, random.randint(0, 1))
table.write(i, 5, random.randint(0, 1))
file.save('data.xls')
2、根据条件筛选数据
假设条件为：18岁以上的男性分别参加这3次会议的数据。
具体方法为：
（1）先用pandas读取Excel的办法将数据读入，记为data，同时使用DataFrame函数使之在Python中也呈现为一个二维数组表，记为df；
（2）使用类似于语句 df[df['字段名1'] == 条件1]这样的语句进行筛选，同时进行一些简单计算。先上代码：
def select_data(path):
data = pd.read_excel(path)
df = pd.DataFrame(data)
first_row = df[0:0]
for row in first_row:
if row.startswith('session'):
df1 = df[(df[row] == 1) & (df['gender'] == '男') & (df['age'] < 45)]
print(df1)
print(sum(df1['age'])/len(df1[row]))
运算结果：
（3）补充说明：
① if 判断可以没有，我这里是为了一次性筛出3次会议的数据；
② 条件可以是单条件，多条件与或非的组合，例如条件改为：到会或是男性的45以下人员，条件语句写为：
((df[row] == 1) | (df['gender'] == '男')) & (df['age'] < 45)
相应的部分运算结果，以session-1为例：
以下是头文件和main函数的调用，代码组合后可以运行测试：
import random
import xlwt
import pandas as pd
if __name__ == '__main__':
select_data('data.xls')
以上就是Python + Pandas筛选Excel数据的一个简单案例，实际上也可以筛选CSV数据，读入时使用 pd.read_csv()函数，关键在于筛选条件的书写，对于二维数组表的理解。
Original: https://blog.csdn.net/weixin_40754097/article/details/117385465
Author: 爱上树的Woody
Title: Pyhton 批量筛选Excel的方法——Pandas的使用
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/599860/
转载文章受原作者版权保护。转载请注明原作者出处！