大數(shù)據(jù)技術(shù)在財(cái)務(wù)中的應(yīng)用Python版 課件 任務(wù)4.2 利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選

引入案例任務(wù)分析知識(shí)解析案例解析任務(wù)實(shí)訓(xùn)實(shí)訓(xùn)評(píng)價(jià)4.2.1直接篩選4.2.2索引器篩選4.2.3條件篩選任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選任務(wù)4.2

利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選引入案例美創(chuàng)科技有限公司財(cái)務(wù)人員小王想要從企業(yè)員工加班工資表.xlsx(位置：E:\file\)中篩選出部門為基本生產(chǎn)車間并且加班費(fèi)高于1600元以上的員工數(shù)據(jù)，在Pandas中該如何實(shí)現(xiàn)呢？任務(wù)分析從Excel文件導(dǎo)入到Python中的DataFrame數(shù)據(jù)包含了很多信息，通常需要從原始DataFrame數(shù)據(jù)中篩選一部分信息做分析。根據(jù)不同的情況，可以采用直接篩選、條件篩選和索引器篩選從DataFrame對(duì)象中選取數(shù)據(jù)。知識(shí)解析在對(duì)數(shù)據(jù)做相應(yīng)操作之前，應(yīng)先篩選出所需的數(shù)據(jù)。DataFrame對(duì)象的數(shù)據(jù)訪問類似于二維數(shù)組，可以通過值的位置序號(hào)獲取，同時(shí)由于行、列都關(guān)聯(lián)了索引標(biāo)簽，也可以通過索引來進(jìn)行訪問。DataFrame對(duì)象的數(shù)據(jù)篩選可分為直接篩選、條件篩選和索引器篩選三種。任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選4.2.1

直接篩選篩選方式語法格式選取某列DataFrame[col]，其中col表示列名。選取多列DataFrame[colList]，其中colList表示列名組成的列表。選取多行(切片)或某行DataFrame[index1:index2]，其中index表示行自定義索引。說明：采用自定義索引，當(dāng)index1=index2時(shí)表示選擇某一行。②DataFrame[num1:num2]，其中num表示行原始索引。說明：采用原始索引，當(dāng)數(shù)字連續(xù)時(shí)表示選擇某一行。選取多行多列DataFrame[colList][index1:index2]DataFrame[colList][num1:num2]【請(qǐng)注意】（1）采用直接篩選選取連續(xù)多列不能采用切片操作，只能采用列表的形式；（2）在進(jìn)行多行多列直接篩選時(shí)，一般要先進(jìn)行列篩選，然后再進(jìn)行行篩選。任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選

【做中學(xué)4.2.1】讀入fin_data.xlsx（位置：E:\file\）中的第一個(gè)表格，使用采用篩選方式進(jìn)行數(shù)據(jù)選取?！咀鲋袑W(xué)4.2.1】解析如下：導(dǎo)入Excel表格數(shù)據(jù)并查看。其程序如下：importpandasaspd#導(dǎo)入Pandas模塊#讀取Excel文件df=pd.read_excel(r'E:\file\fin_data.xlsx',sheet_name="資產(chǎn)負(fù)債表項(xiàng)目",

converters={'年':str,'月':str})df.head()#查看前5行數(shù)據(jù)STEP01任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選選取某一列。其程序如下：df['平均流動(dòng)負(fù)債'].head()STEP02選取多列。其程序如下：df[['年','平均流動(dòng)資產(chǎn)','平均所有者權(quán)益']].head()STEP03選取多行。其程序如下：df[0:3]#利用行索引選取數(shù)據(jù)，區(qū)間前閉后開STEP04選取多行多列。其程序如下：df[['平均流動(dòng)資產(chǎn)','平均非流動(dòng)資產(chǎn)']][1:4]STEP05任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選4.2.2索引器篩選loc索引器優(yōu)先使用自定義索引，如果數(shù)據(jù)中沒有自定義索引，則使用原始索引，根據(jù)行索引和列索引進(jìn)行選取，先行后列,也可以只選取行。采用loc索引器形成的篩選方式及語法格式如下表所示。篩選方式語法格式①選取單行DataFrame.loc[index]②選取不連續(xù)多行DataFrame.loc[indexList]③選取連續(xù)多行DataFrame.loc[index1:index2]④選取單列DataFrame.loc[:,col]⑤選取不連續(xù)多列DataFrame.loc[:,colList]⑥選取連續(xù)多列DataFrame.loc[:,col1:col2]⑦選取不連續(xù)多行多列DataFrame.loc[indexList,colList]⑧選取連續(xù)多行多列DataFrame.loc[index1:index2,col1:col2]【請(qǐng)注意】①在進(jìn)行多行多列數(shù)據(jù)篩選時(shí)，列表和切片可聯(lián)合使用；②loc索引器不能直接選取列，必須先行后列。任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選

【做中學(xué)4.2.2】讀入fin_data2.xlsx（位置：E:\file\）中的第一個(gè)表格，并使用上表中列舉的篩選方式進(jìn)行數(shù)據(jù)選取。

【做中學(xué)4.2.2】解析如下：導(dǎo)入Excel表格數(shù)據(jù)并查看。其程序如下：importpandasaspd#引入Pandas模塊#讀取Excel文件中的第一張表格數(shù)據(jù)df=pd.read_excel(r'E:\file\fin_data.xlsx',sheet_name=0,converters={'年':str,'月':str})df.head()#查看df的前5行數(shù)據(jù)STEP01任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選選取單行。其程序如下：df.loc[2]#選取索引為2的行數(shù)據(jù)STEP02選取不連續(xù)多行。其程序如下：df.loc[[1,3]]#選取行索引為1和3兩行的數(shù)據(jù)STEP03選取連續(xù)多行。其程序如下：df.loc[1:3]#選取連續(xù)3行數(shù)據(jù)STEP04選取單列。其程序如下：df.loc[:,'平均所有者權(quán)益'].head()STEP05任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選選取不連續(xù)多列。其程序如下：df.loc[:,['平均流動(dòng)資產(chǎn)','平均所有者權(quán)益']].head()STEP06選取連續(xù)多列。其程序如下：df.loc[:,'平均流動(dòng)負(fù)債':'平均所有者權(quán)益'].head()STEP07選取不連續(xù)多行多列。其程序如下：df.loc[[1,3],['平均流動(dòng)資產(chǎn)','平均所有者權(quán)益']]STEP08選取連續(xù)多行多列。其程序如下：df.loc[1:3,'平均流動(dòng)負(fù)債':'平均所有者權(quán)益']STEP09任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選4.2.3條件篩選語法格式舉例說明DataFrame[conditon]根據(jù)列條件選擇行df[df[col]==value]表示選取某列滿足一定條件的行df[(df[col1]==value)&(df[col2]>value)]表示選取多列滿足一定條件的行根據(jù)行索引選擇行df[df.index==’行索引’]表示選擇單行df[(df.index==’行索引’)|df.index==’行索引’)]表示選擇兩行，可使用“|”選擇更多行DataFrame.loc[condition,cols]表示選取滿足條件的行及指定列種類符號(hào)及含義比較運(yùn)算符<(小于)、<=（小于等于）、>（大于）、>=（大于等于）、!=（不等于）、==（等于）邏輯運(yùn)算符&（與）、|（或）、～（取反）【請(qǐng)注意】條件表達(dá)式可以使用操作符&、|、～，但是不能使用關(guān)鍵詞and、or、not。任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選

【做中學(xué)4.2.3】讀入fin_data.xlsx（位置：E:\file\）中的第一個(gè)表格，并使用上表中列舉的篩選方式進(jìn)行數(shù)據(jù)選取。導(dǎo)入Excel表格數(shù)據(jù)并查看前5行數(shù)據(jù)。其程序如下：importpandasaspd#引入Pandas模塊#讀取Excel文件中的第一張表格數(shù)據(jù)df=pd.read_excel(r'E:\file\fin_data.xlsx',sheet_name=0,converters={'年':str,'月':str})df.head()#查看前5行數(shù)據(jù)STEP01【做中學(xué)4.2.3】解析如下：任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選采用DataFrame[conditon]方式根據(jù)某一列滿足的一定條件選取行數(shù)據(jù)的程序如下：df[df['年']=='2023'] #選取年列的列值為2023的數(shù)據(jù)STEP02任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選采用DataFrame[conditon]方式，根據(jù)多列滿足一定條件選取行數(shù)據(jù)的程序如下：df[(df['年']=='2023')&(df['平均所有者權(quán)益']<2000000)]STEP03采用DataFrame.loc[condition,cols]方式選取數(shù)據(jù)的程序如下：df.loc[df['平均所有者權(quán)益']<1900000,['年','月','平均所有者權(quán)益']]STEP04任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選案例解析讀入企業(yè)員工加班工資表.xlsx（位置：E:\file\）。程序如下：importpandasaspd#導(dǎo)入Pandas模塊df=pd.read_excel(r'E:\file\企業(yè)員工加班工資表.xlsx')df.head()#查看前5行數(shù)據(jù)STEP01任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選篩選出部門為基本生產(chǎn)車間并且加班工資高于1600元以上的數(shù)據(jù)。程序如下：df[(df['部門']=='基本生產(chǎn)車間')&(df['加班費(fèi)']>1600)]STEP02任務(wù)4.2利用Pandas進(jìn)行財(cái)務(wù)數(shù)據(jù)篩選任務(wù)實(shí)訓(xùn)

請(qǐng)上機(jī)編寫程序?qū)崿F(xiàn)以下要求：讀取企業(yè)員工加班工資表.xlsx（位置：E:\file\），使用條件篩選的兩種方式從企業(yè)員工加