Welcome to pandas!

6.15 实例

1、筛选下半年销量大于上半年的记录

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\1.6.15案列 筛选下半年销量大于上半年的记录.xlsx" , header =[ 0,1 ], index_col = 0 )

print (df)

df1=df[df[ "上半年" ].sum(axis=1)>df[ "下半年" ].sum( axis = 1 )]

print (df1)

返回：

2、对文本数字月份排序

需要对表格的索引排序，但如果直接使用df.sort_index()排序后，月份顺序并不正确， 因为月份中既有数字，又有文本，默认是按照文本方式排序，但我们需要按照月份数据大小排序，所以需要使用索引的自定义排序。

import pandas as pd

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\1.6.15案列 对文本数字月份排序.xlsx" , index_col = 0 )

df0=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\1.6.15案列 对文本数字月份排序.xlsx" )

#df0如果设置了索引，再去提取Series数据会报错

print (df)

# df1=df.月份 # 如果在导入数据是设置了索引，那么这样写会报错

# df1=df.月份.str.findall("\d+").str[0].astype("int") # 第二个str如果没有，则会返回Series的一个元素如8月的8，如果设置则会返回整排列表每个列表的第1个元素

df1=df0.月份.str.extract( "(\d+)" , expand = False ).astype( "int" ) # (\d+)如括号不写，分不了组，会报错，expand=False 表示不扩展为,设置为Series数据

print (df1)

df2=df.sort_index(key= lambda s:s.str.extract( "(\d+)" , expand = False ).astype( "int" ), axis =0, ascending = True )

# key是对index_col=0索引排序

print (df2)

返回：

Name: 月份, dtype: int32

3、根据分类返回等级并设置为索引

对分数列的数字进行判断，大于等于90返回优，大于等于70返回中，否则返回差，将返回的等级做为索引添加到行索引中，并且做为行索引中的第1级。

import pandas as pd

def levels(score):

if score>=90:

return "优"

elif score>=70:

return "中"

else:

return "差"

df=pd.read_excel(r "D:\Pyobject2023\object\测试\素材\1.6.15案列 根据分类返回等级并设置为索引.xlsx" , index_col = 0 )

print (df)

df1=df.set_index( "分数" , append = True , drop = False ).rename( index = levels , level = "分数" ).swaplevel( 0,1 ).sort_index()

#index=levels是将判断函数放入索引序列，swaplevel(0,1)是将两个索引位置调换，

print (df1)

返回：