前言

Python 的数据清洗功能有多厉害，相信不用我说大家都知道了，寥寥几行代码便可以把一份杂乱无章的表格给处理的干干净净。但是 python 也是不容易入门的，毕竟编程语言要理解和精通也是要花不少功夫的，所以很多小伙伴纷纷倒在了 python 的大门外。今天给大家来点干货，教大家如何利用 python 对 EXCEL 数据进行筛选，让大家可以对 python 快速入门，并可以领略到 python 的数据分析魅力。

数据源

我们要先用到一份 EXCEL 示例文件，在这里我选用了一份电商订单明细表，数据已脱敏：

EXCEL 筛选

如果在 EXCEL 里进行筛选，我们一般方法是利用 EXCEL 自身的筛选功能，在弹出的筛选界面里用鼠标进行勾选，例如我们要筛选订单日期为 2010 年的和订单等级为高级的：

类似以上这样的筛选需求，在 EXCEL 里就可以实现，当然，除了这个办法之外，我们也可以通过其他的工具去实现，今天在这里教大家利用 ETL+python 的组合方法去实现，这两个工具在数据清洗上非常厉害。大家不要听到 python 就打退堂鼓，以下的教程非常浅显易懂，即使是小白也可以快速入门。在开始教学之前，我们要先用到一个厉害的 ETL 工具：智分析。

加载数据

由于智分析的 ETL 是在网页端上进行处理的，我们首先要做的就是先把本地的数据源导进智分析平台里，在智分析数据连接的界面里便可以快速把数据源导进来。除了本地的数据文件外，智分析也支持 mysql、阿里云等关系型数据库的连接。打开 ETL 的界面，把关系数据源的组件拉拽到展示区里，根据存放路径找到您的数据源：

鼠标右键点击关系数据源的“查看输出”我们可以对数据源的输出效果进行预览：

条件过滤

当完成了数据连接后，接下来就可以利用智分析 ETL 里自带的 python 脚本对数据进行各种处理，我们先把 python 的组件拉拽到中间的展示区，并与上面的关系数据源进行相连：

点击 python 的输入框进行查看，可以看到这里的输入框与 pycharm 等软件的输入框基本一样，只要熟悉 python 的小伙伴都可以轻松上手，而且系统已经提前输入了部分脚本，这些代码是系统默认自带的，无需自己写，非常贴心。大家可以看到，提前写好的脚本主要是调用 numpy、pandas 这两个库以及定义了函数：

根据上述提到的需求，我们目的主要是对订单日期以及订单等级这两个字段进行筛选，我们首先先定义两个变量 cond 与 cond1，cond 在此处调用了 pandas 的 pd.to_datetime()函数，这是 pandas 的时间处理函数，后面 dt.year 要筛选的结果就是年份等于 2010 年。接下来 cond1 要筛选的条件就是 column4=高级，因为两者是 and 的关系，写完这两句脚本后，还要用 &把这两个条件连接起来。

脚本写完后，点击确定，最后我们看一下 python 脚本执行后的效果，第二列的订单日期显示为 2010 年，订单等级显示为高级，只需写 3 行代码，我们的筛选需求已经实现了：

下篇预告

本文从 Excel 筛选角度介绍简单的应用，下一篇将讲解更复杂的应用，先看看有哪些复杂需求：

·        订单日期筛选 2010 的订单

·        订单等级筛选高级

·        利润金额前 10 的订单

下篇将解决以上问题，敬请关注