前言

Python的數據清洗功能有多厲害，相信不用我說大家都知道了，寥寥幾行代碼便可以把一份雜亂無章的表格給處理的干干凈凈。但是python也是不容易入門的，畢竟編程語言要理解和精通也是要花不少功夫的，所以很多小伙伴紛紛倒在了python的大門外。今天給大家來點干貨，教大家如何利用python對EXCEL數據進行篩選，讓大家可以對python快速入門，并可以領略到python的數據分析魅力。

數據源

我們要先用到一份EXCEL示例文件，在這里我選用了一份電商訂單明細表，數據已脫敏：

EXCEL篩選

如果在EXCEL里進行篩選，我們一般方法是利用EXCEL自身的篩選功能，在彈出的篩選界面里用鼠標進行勾選，例如我們要篩選訂單日期為2010年的和訂單等級為高級的：

類似以上這樣的篩選需求，在EXCEL里就可以實現，當然，除了這個辦法之外，我們也可以通過其他的工具去實現，今天在這里教大家利用ETL+python的組合方法去實現，這兩個工具在數據清洗上非常厲害。大家不要聽到python就打退堂鼓，以下的教程非常淺顯易懂，即使是小白也可以快速入門。在開始教學之前，我們要先用到一個厲害的ETL工具：智分析。

加載數據

由于智分析的ETL是在網頁端上進行處理的，我們首先要做的就是先把本地的數據源導進智分析平臺里，在智分析數據連接的界面里便可以快速把數據源導進來。除了本地的數據文件外，智分析也支持mysql、阿里云等關系型數據庫的連接。打開ETL的界面，把關系數據源的組件拉拽到展示區里，根據存放路徑找到您的數據源：

鼠標右鍵點擊關系數據源的“查看輸出”我們可以對數據源的輸出效果進行預覽：

條件過濾

當完成了數據連接后，接下來就可以利用智分析ETL里自帶的python腳本對數據進行各種處理，我們先把python的組件拉拽到中間的展示區，并與上面的關系數據源進行相連：

點擊python的輸入框進行查看，可以看到這里的輸入框與pycharm等軟件的輸入框基本一樣，只要熟悉python的小伙伴都可以輕松上手，而且系統已經提前輸入了部分腳本，這些代碼是系統默認自帶的，無需自己寫，非常貼心。大家可以看到，提前寫好的腳本主要是調用numpy、pandas這兩個庫以及定義了函數：

根據上述提到的需求，我們目的主要是對訂單日期以及訂單等級這兩個字段進行篩選，我們首先先定義兩個變量cond與cond1，cond在此處調用了pandas的pd.to_datetime()函數，這是pandas的時間處理函數，后面dt.year要篩選的結果就是年份等于2010年。接下來cond1要篩選的條件就是column4=高級，因為兩者是and的關系，寫完這兩句腳本后，還要用&把這兩個條件連接起來。

腳本寫完后，點擊確定，最后我們看一下python腳本執行后的效果，第二列的訂單日期顯示為2010年，訂單等級顯示為高級，只需寫3行代碼，我們的篩選需求已經實現了：

下篇預告

本文從Excel篩選角度介紹簡單的應用，下一篇將講解更復雜的應用，先看看有哪些復雜需求：

·訂單日期篩選2010的訂單

·訂單等級篩選高級

·利潤金額前10的訂單

下篇將解決以上問題，敬請關注

總結

以上是生活随笔為你收集整理的python运行excel高级筛选怎么用_懂点EXCEL就行！教你利用Python做数据筛选（上）...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。