如何利用Python做数据筛选

本篇内容主要讲解“如何利用Python做数据筛选”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“如何利用Python做数据筛选”吧!

创新互联是一家以网站建设公司、网页设计、品牌设计、软件运维、成都网站营销、小程序App开发等移动开发为一体互联网公司。已累计为成都铜雕雕塑等众行业中小客户提供优质的互联网建站和软件开发服务。

EXCEL筛选

我们回顾一下上一篇文章里的数据需求，第一个是根据订单日期筛选2010年的订单，第二个是根据订单等级去筛选高级的订单，这一次我们把筛选条件进行升级，增加一个条件：在原先两个筛选条件的基础上，筛选出利润金额前10的订单。如果在EXCEL里操作的话，可以利用公式或者自身的筛选功能去实现，但是在python又是怎样实现的呢？

我们可以在pycharm等软件上写python脚本去实现，但是我推荐大家用Smartbi智分析的ETL功能去实现，Smartbi智分析的ETL界面里也提供了python脚本的编写页面，并且很多简单的需求通过ETL就能实现，无需撰写复杂的代码，非常适合编程小白。

加载数据

打开Smartbi智分析里ETL界面，我们先连接好数据源，我已经提前把EXCEL文件导入到了Smartbi智分析的系统里，然后把关系数据源拉拽到展示区里，并在右边找到数据源存放的路径：

加载完成后，我们可以对数据源进行预览：

条件过滤

当完成了数据连接后，接下来就可以利用Smartbi智分析ETL里自带的python脚本对数据进行各种处理，我们先把python的组件拉拽到中间的展示区，并与上面的关系数据源进行相连：

以下脚本是Smartbi智分析自带的脚本，已经提前安装好了pandas和numpy的库，后面的函数也写好了一部分代码，只要根据以下脚本进行扩展，便可以在ETL上利用python进行数据清洗：

在输入python脚本之前，我们再明确一下要实现的需求，其中前面两个条件是和上次一样的，我们无需进行改动，直接复制脚本过来即可，如果不懂的可以查看我前一篇文章。第三个条件需要做的是筛选利润额前10的订单，这里我们引用pandas中的sort_values函数进行排序，原理类似于SQL中的order by，可以将数据集依照某个字段中的数据进行排序，后面接ascending=False，即对数据进行降序排列，head(10)代表的是取前10的值：

我们看一下python脚本执行后的效果，年份这一列把2010年给筛选出来了，订单这一列筛选的是高级的订单，订单利润这一列的数据按照降序把前10的数据给筛选出来了：

数据输出

完成python的筛选程序后，我们把执行筛选后的表格进行保存，可以选择保存在数据库中，也可以保存在数据集里，这里我依旧选择数据集的保存方式，因为方便在EXCEL里进行调用：

回到EXCEL里，点击EXCEL插件里的“视图”，在右边会出现Smartbi智分析的数据集面板界面，点击下拉菜单，便可以找到保存在云端的数据集，也可以直接输入文件名进行搜索：

点击EXCEL工具栏上的“刷新”，数据集里的字段便会显示在EXCEL里，我们就可以利用这些数据在EXCEL里进行数据分析了：

到此，相信大家对“如何利用Python做数据筛选”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！