Welcome to pandas!

4.15 案列

1、筛选3个及以上大于90的记录

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\测试素材.筛选大于90.xlsx" )

print (df)

t=df.分数.str.count( "9\d|\d{3}" )>=3

df1=df[t]

print (df1)

返回：

2、两表合并查询的应用

import pandas as pd

df1=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\测试素材.两表合并查询的应用.xlsx","分数表" , index_col = 0 )

df2=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\测试素材.两表合并查询的应用.xlsx","信息表" , index_col = 0 )

print (df1)

print (df2)

t=df1.姓名.str.cat(df2.籍贯, sep = "(",join="left")+")"

print (t)

返回：

Name: 姓名, dtype: object

3、给关键信息加掩码

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\测试素材.给关键信息加掩码.xlsx" )

print (df)

t=df.名单.str.replace( "([一-龥]+)([一-龥])" , lambda m: "#" *len(m[1])+m[2], regex = True )

print (t)

返回：

Name: 名单, dtype: object

4、提取单价与数量后做统计

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\测试素材.提取单价和数量后统计.xlsx" )

print (df)

df[ "采购金额" ]=df.采购记录.str.findall( "[\d.*]+" ).apply( lambda l:sum(df.eval(l)))

print (df)

返回：

1、 提取不重复名单

import pandas as pd

s=pd.Series([ "语文120","数学130","英语111" ])

print (s)

t=s.sort_values(key= lambda s:s.str.findall( "\d+" ).map( lambda l:int(l[0])))

print (t)

返回：

dtype: object

dtype: object

import pandas as pd,numpy as np

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\素材测试.提取不重复名单.xlsx" )

print (df)

df [ "名单" ]=df.名单.str.findall( "(?m)[一-龥]+(?=、|$)" ).apply( lambda l:np.unique(l))

print (df)

#(?=、|$) 零宽断言、或者结尾

#（?m）表示多行

返回：

import pandas as pd,numpy as np

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\素材测试.对字符串中科目排序.xlsx" )

print (df)

df[ "排序后" ]=df.成绩.str.split( "、" ).map( lambda l:pd.Series(l).sort_values( ascending = True ,

key=lambda s:s.str.findall( "\d+" ).map( lambda l:int(l[0])))).str.join "、" )

print (df)

返回：