pandas的一些知识点记录。

待我称王封你为后i 2022-03-10 01:42 217阅读 0赞

主要是前两天公司同事希望我帮忙弄一个从Excel表格中筛出手机号。所以就由此出现的一些问题处理，写的不好还望各位python大佬指点一二：

1.选择DataFrame对象中的某列：

tel = df.iloc\[:, col\_index\]

使用切片的方式就可以选择相对应的列了。 大概说明下。这里前面的':'是切处所有的行，后面一个参数就是列的下标

具体可看官方文档：

[http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html\#pandas.DataFrame.iloc][http_pandas.pydata.org_pandas-docs_stable_reference_api_pandas.DataFrame.iloc.html_pandas.DataFrame.iloc]

那反过来讲 df.iloc\[row,:\]就是选取指定行咯。 意思是一样的。

对了 返回的是一个Series对象。

2. 过滤Series对象中的数据：

使用Series.str.extract()函数就可以解决。

phone = tel.str.extract(r'(^\\d\{11\}$)',  expand=False)

通过正则表达式就能够得到每行数据是否是手机号了（这里不检查手机号前三位是否真实有效）。后面的expand表示返回的是Series对象还是DataFrame对象

返回的对象并不会将不符合正则表达式的行去掉。而是替换成NaN。这里要注意下。

该函数的官方文档说明：

[http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.str.extract.html\#pandas.Series.str.extract][http_pandas.pydata.org_pandas-docs_stable_reference_api_pandas.Series.str.extract.html_pandas.Series.str.extract]

3.去掉讨人厌的NaN

在前面第二点的时候说到。Series.str.extract()返回的Series对象会将不符合规则的字段值改成NaN返回。但是，我这里的需求是要把这些不符合要求的数据删除掉。所以，我还需要另一个函数:

Series.dropna()

这货可以将Series对象中NaN删除 返回一个干净的Series对象。

具体操作就是这样：

phone = tel.str.extract(r'(^\\d\{11\}$)',  expand=False).dropna()

或者可以这样tel.str.extract(r'(^\\d\{11\}$)',  expand=False).dropna(inplace=True)

这表示就地处理，直接改变tel对象的数据。而不需要再另外返回新的对象。

当然，也可以指定列的下标来指定处理某列的NaN:

Series.dropna(axis=0, inplace = True)

官方文档：

[http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.dropna.html\#pandas.Series.dropna][http_pandas.pydata.org_pandas-docs_stable_reference_api_pandas.Series.dropna.html_pandas.Series.dropna]

4. 到处到Excel表格

单独的Series对象也可以直接导出到Excel。 使用：

phone.to\_excel(self.target\_file,  header=False,  index=False)

表示去头去序号。 这个没啥太多的疑问，只需要看官方文档就知道怎么操作了

[http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.to\_excel.html\#pandas.Series.to\_excel][http_pandas.pydata.org_pandas-docs_stable_reference_api_pandas.Series.to_excel.html_pandas.Series.to_excel]

[http_pandas.pydata.org_pandas-docs_stable_reference_api_pandas.DataFrame.iloc.html_pandas.DataFrame.iloc]: http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html#pandas.DataFrame.iloc
[http_pandas.pydata.org_pandas-docs_stable_reference_api_pandas.Series.str.extract.html_pandas.Series.str.extract]: http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.str.extract.html#pandas.Series.str.extract
[http_pandas.pydata.org_pandas-docs_stable_reference_api_pandas.Series.dropna.html_pandas.Series.dropna]: http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.dropna.html#pandas.Series.dropna
[http_pandas.pydata.org_pandas-docs_stable_reference_api_pandas.Series.to_excel.html_pandas.Series.to_excel]: http://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.to_excel.html#pandas.Series.to_excel