Python數據分析：如何用pandas實現多條件數據篩選

在數據分析的過程中，數據篩選是非常重要的一步。本篇文章將通過Python中pandas庫來介紹如何實現多條件數據篩選。

一、數據篩選基礎知識

在進行數據篩選之前，我們需要先了解一些數據篩選的基礎知識。在pandas中，數據篩選主要有兩種方式：布爾索引和query方法。

其中，布爾索引是通過指定一個或多個篩選條件，然後使用這些條件創建一個布爾值數據框（True或False），最後根據這個布爾值數據框來篩選數據。query方法則是通過類似SQL語句的方式，直接指定篩選條件來獲取數據。

布爾索引的實現需要使用掌握一下幾個函數：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar',
                         'foo', 'bar', 'foo', 'foo'],
                   'B': ['one', 'one', 'two', 'three',
                         'two', 'two', 'one', 'three'],
                   'C': np.random.randn(8),
                   'D': np.random.randn(8)})  # 創建一個數據框

df[(df['A'] == 'foo') & (df['B'] == 'one')]  # 執行布爾索引篩選

query方法的實現則需要使用如下代碼：

df.query('A == "foo" and B == "one"')  # 執行query查詢語句

二、多條件數據篩選實例

假設我們有一個銷售數據數據框，其中包含了以下幾個變量：銷售日期、銷售人員、銷售數量、銷售金額。我們需要對這個數據框進行多條件篩選，找出符合以下條件的數據：

• 銷售日期在2020年1月1日至2020年12月31日之間
• 銷售人員為John或Lisa
• 銷售數量大於100件
• 銷售金額大於50000元

首先我們需要讀入數據：

data = pd.read_csv('sales.csv')

接下來，我們可以先使用布爾索引來進行篩選：

bool_idx = (data['銷售日期'] >= '2020-01-01') & (data['銷售日期']  100) & (data['銷售金額'] > 50000)

filtered_data = data[bool_idx]

或者使用query方法：

query_str = '銷售日期 >= "2020-01-01" and 銷售日期  100 and 銷售金額 > 50000'

filtered_data = data.query(query_str)

通過以上代碼，我們即可得到符合條件的數據。

三、總結

本篇文章通過pandas庫的布爾索引和query方法來介紹了如何實現多條件數據篩選。在實際的數據分析過程中，數據篩選是非常重要的一步，需要我們掌握相關的技能。