Excel 处理技巧 - 数据处理 （三）

一、字段抽取

slice(start,stop)

  start 表示开始位置
  stop  表示结束位置

用法：

df.[列名].str.slice(开始位置,结束位置)

使用测试数据，我们读取“号码”一列，得到下图

当我们需要从号码中抽取前 3 位（前 3 位可知道号码所属的运营商），代码如下：

df = pd.read_excel(io='//mac/Home/Desktop/test/test.xlsx')
df['号码'] = df['号码'].astype(str)                 # 属性转成字符串格式
df1 = df['号码'].str.slice(0,3)
print(df1)

得到上图，代码中，可以看到我们将“号码”这一列的属性转成了字符串 Excel 处理技巧 （二） ，最后也说过，若对 int 类型直接操作，会报错。

好处： 在处理 Excel 某列提取其中固定的字段，我们就不用使用循环的方式去切割了。

二、字段拆分

split(sep,n,expand=False)

sep     表示用于分割字符串的分隔符；
n       表示分割后新增的列数；
expand  表示 是否展开为数据框，默认False,返回的是Series
                                为True,返回的是DateFrame

使用测试数据，读取“IP”一列，得到下图：

处理代码如下：

df = pd.read_excel(io='//mac/Home/Desktop/test/test.xlsx')
df['IP'] = df['IP'].astype(str)
df1 = df['IP'].str.split('.',4,True)
print(df1)

结果如下：

我们以“.”拆分，分成了 4 列，返回 DateFrame 类型的值。

好处：看看项目上遇到的那些需求有关 Excel 某列的拆分。

三、记录抽取

df[condition]

condition  表示过滤条件

通过测试数据，结果如下图：

若需求，取出英语成绩 在 65-75 之间的数据，代码如下：

df = pd.read_excel(io='//mac/Home/Desktop/test/test.xlsx')
df1= df[df.英语.between(65,75)]
print(df1)

当然，还有很多的运算符，再此就不一一示范了。