最近在工作上接到一個看似簡單的任務，但是真要執行時才發現…..天阿！！怎麼有這麼多不同的方式去存取數據。 今天我將簡單介紹～如何簡單的使用Python(pandas) 快速過濾你所需要的數據，並取代傳統用Excel filter 的手動功能。 ___ # 基本要求 1. 已安裝Python3 和 pandas 模組，或是可以使用其他軟件(Google Colab, Jupyter Notebook etc.)。 2. 已知道Python的基本操作(例如：如何宣告一個變數，並且給予一個值 等等) 。 # 將說明以下 Pandas 基本觀念＆操作 - 什麼是 Pandas DataFrame ? - 如何安裝&引入 Pandas - 如何讀取 DataFrame 數據 - 如何篩選 DataFrame 數據 ### 什麼是 Pandas DataFrame > Pandas DataFrame 是一種二維數據結構，如二維數組或具有行和列的表。簡單來說我們在Excel 內看到的表格就是一種 Pandas DataFrame (如下圖)。  ### 如何安裝&引入Pandas 安裝程序非常的簡單輕鬆，只需輸入下列的代碼即可安裝pandas ``` $ pip install pandas ``` 安裝完成後，引入模組也只需一行代碼(如下) ``` import pandas as pd ``` 在 `as` 後面的 `pd` 是作為`pandas`作為一種簡寫，所以你可以將`pd`改成任何你想要的簡稱 但是引入的代碼，一般來說，都需要被放置在所有代碼的最頂部(如下圖代碼)。 ``` import pandas as pd df = pd.read_csv("file_name.csv") ``` ### 如何讀取 DataFrame 數據 > 對於如何將 Excel 檔案運用Python讀取，有幾中不同的方式，這邊我將用pandas 模組內的功能展示，如果你想了解不同方式讀取 Excel 檔案，可以參考這篇文章 “**Python 如何處理 CSV 格式檔案**”。 > 為了讓你可以更容易理解，我將配合使用一些圖片作為輔助說明 (下圖是 CSV 內的資料)  接下來我將數據載入到pandas，如下範例： ``` import pandas as pd df = pd.read_csv("file_name.csv") print(df) ``` 執行後結果  如果你只想讀前面幾筆資料，可以使用 `head()` 這個功能，相反如果想取得最後幾筆資料，就使用 `tail()` 如下圖所示： ``` import pandas as pd df = pd.read_csv("file_name.csv") print(df.head(2)) ``` 執行後結果  ``` import pandas as pd df = pd.read_csv("file_name.csv") print(df.tail(2)) ``` 執行後結果  再來是稍微進階一些選取資料，我們可以使用括號 `[]`，並指定特定的 ”欄位名稱” 或是 “索引值” ``` import pandas as pd df = pd.read_csv("file_name.csv") print("只取得單一維度的資料，數據型別又稱：Series") print(df['ID']) print("取得單雙維度的資料，數據型別又稱：DataFrame") print(df[['ID']]) ```  簡單區別以上兩個數據型別，你可以觀察二維度的有欄位名稱(ID)，一維度僅有資料而已 接著你可能會問，要怎麼在選定特定欄位的同時，只要其中特定幾筆資料就好？ 假設，你只想要第一筆跟最後一筆資料，又或者你想要一個範圍的資料，你可以用以下的方式： ``` import pandas as pd df = pd.read_csv("file_name.csv") print("假設你只想要第一筆跟最後一筆資料，你可以用以下的方式") print(df.loc[[0,6],['ID']]) print("又或者你想要一個範圍的資料，也可以使用以下方式") print(df.loc[df[1:5]['ID']]) ``` 執行後結果  ### 如何篩選 DataFrame 數據 > 來來來～哩來～這裡應該算是本篇的重點了，如何像 Excel filter 一樣去過濾資料，但是用更輕鬆的方式呢？ 假設，你想知道誰會說中文，又或者 誰會說中文同時年紀又小於20，可以使用以下方式: ``` import pandas as pd df = pd.read_csv("file_name.csv") print("假設你想知道誰會說中文，你可以用以下的方式") print(df.loc[df['Languages'] == "Mandarin"]) print() print("或者會說普通話中的人，誰是年紀小於20歲，可以使用以下方式") print(df.loc[(df['Languages'] == "Mandarin") & (df['Age'] < 20)]) ``` 執行後結果  此外，有時你可能會有一個列表(list), 然後你想塞選出跟列表內的內容符合的資料你可以使用以下方式： 假設，你想找出誰會講法文或是西班牙文 ``` import pandas as pd df = pd.read_csv("file_name.csv") print("全部資料") print(df) print() languages_list = ['Spanish', 'Frence'] print("找出會說會講法文或是西班牙文的人") print(df.loc[df['Languages'].isin(languages_list)]) ```  最後我們來試試看進階一點篩選方式 假設，要找出姓名內有包含 “ i ” 的人 ``` import pandas as pd df = pd.read_csv("file_name.csv") print("全部資料") print(df) print() print("姓名內包含 “i” 的人") print(df[df['Name'].str.contains('i')]) ```  *今天就先到這邊好了，因為沒想到寫一篇文章會這麼累人，原本想說把學到的東西整理出來就好，不知不覺已經到半夜了，所以在標題後面臨時加了 => (1/3)* 😂😂😂 ### 小總結 今天我們介紹了什麼是Dataframe, 以及如何安裝及引入，最最最重要的是，提及了 **讀取**、**篩選** 的使用方法，既然已經學會了，不如自己動手試試看吧。 在下一篇文章，我將說明如何使用 ⇒ **排序**、**修改**、**刪除** 。 如果你喜歡這篇文章 記得給個讚喔 ^ ^