為什么有的人工作任務越來越多，卻不用加班。同樣的分析到了你的手里，簡直泰山壓頂？“效率”二字要時刻放在心頭。類似的處理做第二遍時就需要反思，有沒有更簡便、省時的方法？

01 分析任務

篩選商品1消費數量大于200 ，商品2消費數量大于200 且 商品1消費數量大于商品2消費數量 的用戶，統計統計該部分用戶商品3，商品4的各自總消費數量和平均消費數量。

數據長這樣：

大部分人：

篩選商品1消費數量 > 200

篩選商品2消費數量 > 200

把篩選結果粘貼的另一張表格

對D列 或 E列排序

手工刪除商品2消費數量小于等于商品1消費數量的行

統計商品3和商品4的總消費數量和平均消費數量

半個小時已過去

部分人：

在Excel加輔助列

寫if公式

根據if公式結果篩選

統計商品3和商品4的總消費數量和平均消費數量

Binggo，3分鐘不到就搞定。嗯，還不錯。

第二天還需要統計一份相似新數據，還是3分鐘。

02 思考

有沒有可能把第二次的3分鐘變成3秒鐘？如果Excel的數據很大，有幾十M，運算一次要卡很久怎么辦？手工敲公式粘數據容易誤操作，有沒有解決的辦法？

當然有，讓我們繼續看如何使用python做數據分析必用的包“pandas”把大象裝進冰箱。

第一步：啟動jupyter notebook，導入pandas。（不會第一步的小小白可以點擊這里查看上一篇帖子）。

多啰嗦一句 as pd 是python引入的pandas包的簡稱，誰都不想每次敲6下鍵盤。

第二步：導入數據并查看

此處注意，我是在存有數據的目錄中打開jupyter Notebook，所以只需要寫文件名data.xlsx即可。

執行第二行后，數據已經存儲在data變量中。

head()函數可以查看前5行。describe()函數可以統計每一列的計數、均值、標準差、最大最小值、以及幾個分位值。

第三步：最重要的一步，在data上做篩選

讓我再次把語句寫一遍

data_filter = data[(data["商品1消費數量"]>200) & (data["商品2消費數量"]>200) & (data["商品1消費數量"]>data["商品2消費數量"])]

等號右邊拆解來看：

data[“商品1消費數量”] > 200 : 含義是data數據中 商品1消費數量 這一列 的篩選條件，注意符號為英文。

& ：且，商品1的消費數量大于200 且 商品2的消費數量大于200

多個條件需要用括號括起來，還是那句話“英文符號”

同樣查看一下篩選后的結果“data_filter”

第四步：把結果保存到文件中

可以試試不加index = false的區別

第五步：統計商品3和商品4

注意：此處items存儲了想篩選的列名，data_filter[items] 表示僅取items中存儲的列。

axis = 0代表按列統計。

有的人會問，axis有沒有其他值？有的，axis = 1 代表按行統計。pandas的axis設定會有點繞，目前先記下即可，后續文章會展開講。

03 看效果的時候

當你再次遇到類似的統計，僅需修改導入的文件名，判斷的條件，導出的文件名，然后點擊Cell – Run all。僅需幾秒，結果已出。

一天中至少3分鐘已經被節約下來。時間如此寶貴，生命如此美好，多睡會覺，打打游戲，刷刷劇，不香嗎？

下載示例文件:

鏈接：https://pan.baidu.com/s/1aiK_ObE0VdjmWhPUtQAjZQ

提取碼：d5tg

下一篇文章講用python – pyecharts包畫一些Excel難以企及的統計圖用我的經驗為你鋪路–小數

本文來自投稿，不代表小數-數據分析立場，如若轉載，請注明出處：http://www.dataxx.net.cn/archives/2466

總結

以上是生活随笔為你收集整理的python怎么筛选excel数据_【In Action】工具-2-用Excel三分钟才能完成的复杂筛选，python十秒完成...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。