如何利用Python做數據篩選

本篇內容主要講解“如何利用Python做數據篩選”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“如何利用Python做數據篩選”吧!

EXCEL篩選

我們回顧一下上一篇文章里的數據需求，第一個是根據訂單日期篩選2010年的訂單，第二個是根據訂單等級去篩選高級的訂單，這一次我們把篩選條件進行升級，增加一個條件：在原先兩個篩選條件的基礎上，篩選出利潤金額前10的訂單。如果在EXCEL里操作的話，可以利用公式或者自身的篩選功能去實現(xiàn)，但是在python又是怎樣實現(xiàn)的呢？

我們可以在pycharm等軟件上寫python腳本去實現(xiàn)，但是我推薦大家用Smartbi智分析的ETL功能去實現(xiàn)，Smartbi智分析的ETL界面里也提供了python腳本的編寫頁面，并且很多簡單的需求通過ETL就能實現(xiàn)，無需撰寫復雜的代碼，非常適合編程小白。

加載數據

打開Smartbi智分析里ETL界面，我們先連接好數據源，我已經提前把EXCEL文件導入到了Smartbi智分析的系統(tǒng)里，然后把關系數據源拉拽到展示區(qū)里，并在右邊找到數據源存放的路徑：

加載完成后，我們可以對數據源進行預覽：

條件過濾

當完成了數據連接后，接下來就可以利用Smartbi智分析ETL里自帶的python腳本對數據進行各種處理，我們先把python的組件拉拽到中間的展示區(qū)，并與上面的關系數據源進行相連：

以下腳本是Smartbi智分析自帶的腳本，已經提前安裝好了pandas和numpy的庫，后面的函數也寫好了一部分代碼，只要根據以下腳本進行擴展，便可以在ETL上利用python進行數據清洗：

在輸入python腳本之前，我們再明確一下要實現(xiàn)的需求，其中前面兩個條件是和上次一樣的，我們無需進行改動，直接復制腳本過來即可，如果不懂的可以查看我前一篇文章。第三個條件需要做的是篩選利潤額前10的訂單，這里我們引用pandas中的sort_values函數進行排序，原理類似于SQL中的order by，可以將數據集依照某個字段中的數據進行排序，后面接ascending=False，即對數據進行降序排列，head(10)代表的是取前10的值：

我們看一下python腳本執(zhí)行后的效果，年份這一列把2010年給篩選出來了，訂單這一列篩選的是高級的訂單，訂單利潤這一列的數據按照降序把前10的數據給篩選出來了：

數據輸出

完成python的篩選程序后，我們把執(zhí)行篩選后的表格進行保存，可以選擇保存在數據庫中，也可以保存在數據集里，這里我依舊選擇數據集的保存方式，因為方便在EXCEL里進行調用：

回到EXCEL里，點擊EXCEL插件里的“視圖”，在右邊會出現(xiàn)Smartbi智分析的數據集面板界面，點擊下拉菜單，便可以找到保存在云端的數據集，也可以直接輸入文件名進行搜索：

點擊EXCEL工具欄上的“刷新”，數據集里的字段便會顯示在EXCEL里，我們就可以利用這些數據在EXCEL里進行數據分析了：

到此，相信大家對“如何利用Python做數據篩選”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續(xù)學習！