这篇文章主要介绍了Python实现多条件筛选目标数据功能,结合实例形式总结分析了Python3使用内建函数filter、pandas包以及for循环三种方法对比分析了列表进行条件筛选操作相关实现技巧与运行效率,需要的朋友可以参考下
本文实例讲述了Python实现多条件筛选目标数据功能。分享给大家供大家参考，具体如下：
python中提供了一些数据过滤功能，可以使用内建函数，也可以使用循环语句来判断，或者使用pandas库，当然在有些情况下使用pandas是为了提高工作效率。举例如下：
a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'), ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')] 这里的a为一个list，列表中还有元组。每一个元组由单词和其词性组成，我们要筛选词性为JJ何NN的单词。可以有三种写法：
第一种，使用内建函数filter：
# -*- coding:utf-8 -*- #!python3 a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'), ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')] def filt_nn(data_text): nn_data = filter(lambda x: x[1] == 'NN'or x[1] == 'JJ', data_text) # print(list(nn_data)) return list(nn_data) print(filt_nn(a)) 运行结果：
[('chic', 'JJ'), ('menu', 'JJ'), ('doesnt', 'JJ'), ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]
第二种，使用pandas包：
# -*- coding:utf-8 -*- #!python3 import pandas as pd a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'), ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')] data = pd.DataFrame(a, columns=['word', 'ps']) print(data[data.ps.isin(['JJ', 'NN'])].word) 运行结果：
0 chic
2 menu
4 doesnt
5 scream
6 french
7 cuisine
Name: word, dtype: object
第三种，使用循环：
# -*- coding:utf-8 -*- #!python3 a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'), ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')] absd = [] for i in a: if i[1] == 'NN' or i[1] == 'JJ': absd.append(i[0]) print(absd) 得到的结果都相同，如下：
['chic', 'menu', 'doesnt', 'scream', 'french', 'cuisine']
虽然结果相同，但是推荐第一、二种方法，因为这两个方法速度更快。
更多关于Python相关内容可查看本站专题：《Python列表(list)操作技巧总结》、《Python字符串操作技巧汇总》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
以上就是Python实现多条件筛选目标数据功能【测试可用】的详细内容，更多请关注0133技术站其它相关文章！
