利用python3筛选excel中特定的行（行值满足某个条件/行值属于某个集合）

前言

做数据分析的时候通常我们并不是对真个excel文件进行操作，换言之，每一列都是一个特征，我们需要针对分析。遇到这类问题的时候，我们通常想得到一列中所有符合条件的数据，挑出来，然后组成一个单独的文件进行分析。比如一列中我们希望找到所有大于100的所有行，又比如 我们希望得到一列中包含某个特定字母的所有行，那么我们应该怎么办呢，这里就说一下。

在这之前我们先介绍一个pandas里面一个函数 loc（）

英文解释是这样的：Purely label-location based indexer for selection by label.

               .loc[] is primarily label based, but may also be used with a boolean array.

最通俗的讲就是标签索引器

了解了这个函数（具体用法下面两个例子就可以懂），我们可两个例子 就可以选择我们想要的行了

问题一：我们想要“behavior_type”列中所有为3或4的行

import pandas as pd
import numpy as np

import csv

for df in pd.read_csv(open(r'C:\Users\yang\Desktop\useer.csv','r'),chunksize=10000): 
 print(df.loc[df['behavior_type']>1,:])

从这个程序我们可以得出 .loc（） 前面是我们的整个索引目标，括号中为索引标签（我们回到loc英文解释第二局话，可以索引布尔型） ，那么这么简单一句话就可以把所以为3，4的行输出了.后面的冒号代表从开始到最后索引

  print(df.loc[df['behavior_type'].isin([3,4]),:]) 

注意 这里的isin（[ ]）有小括号 也有中括号集合的形式。

我们也可以利用isin代替大于号性质是一样的，该标签下所有为3，4的集合的布尔型 然后再索引

  print(df[df['behavior_type'].isin([3,4])])

提到isin 我们想到了一个更为简单的方法，直接索引即可

问题一：我们想要“user_geohash”列中所有含有字母‘qo'的行

print(df.loc[df['user_geohash'].str.contains('qo')])

是不是已经想到了 利用loc就可以了，只要后面加上字符串str.contains()函数即可。

那么到这里所有的问题迎刃而解，那么我们想要索取特定行呢 我们想要索取特定列呢

没问题 让我们继续深入了解loc函数

df是一个dataframe，列名为A B C D

具体值如下：

A    B    C     D
0    ss   小红  8
1    aa   小明  d
4    f          f
6    ak   小紫  7

dataframe里的属性是不定的，空值默认为NA。

一、选取标签为A和C的列，并且选完类型还是dataframe

df = df.loc[:, ['A', 'C']]
df = df.iloc[:, [0, 2]]

二、选取标签为C并且只取前两行，选完类型还是dataframe

df = df.loc[0:2, ['A', 'C']] 
df = df.iloc[0:2, [0, 2]] 

聪明的你发现loc的用法了吗？

总结