厌倦了 EXCEL 想玩点新花样？教你利用 Python 做数据筛选（下）

前言

回顾一下上次的案例模型，我们知道了只要写 3 行代码，就可以利用 python 对 EXCEL 数据做简单的筛选，说明了 python 是一门非常简单和实用的数据分析工具。前面学过的这几句简单的语言，不知道你们学会了没？今天我们依旧是利用 ETL+Python 的搭配组合，对 EXCEL 数据进行深层次的加工，这一次我们要做的是高级筛选，请跟着我一起学习吧。

数据源

我们还是用上次的那份电商订单明细表，数据已脱敏：

EXCEL 筛选

我们回顾一下上一篇文章里的数据需求，第一个是根据订单日期筛选 2010 年的订单，第二个是根据订单等级去筛选高级的订单，这一次我们把筛选条件进行升级，增加一个条件：在原先两个筛选条件的基础上，筛选出利润金额前 10 的订单。如果在 EXCEL 里操作的话，可以利用公式或者自身的筛选功能去实现，但是在 python 又是怎样实现的呢？

我们可以在 pycharm 等软件上写 python 脚本去实现，但是我推荐大家用智分析的 ETL 功能去实现，智分析的 ETL 界面里也提供了 python 脚本的编写页面，并且很多简单的需求通过 ETL 就能实现，无需撰写复杂的代码，非常适合编程小白。

加载数据

打开智分析里 ETL 界面，我们先连接好数据源，我已经提前把 EXCEL 文件导入到了智分析的系统里，然后把关系数据源拉拽到展示区里，并在右边找到数据源存放的路径：

加载完成后，我们可以对数据源进行预览：

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：

以下脚本是智分析自带的脚本，已经提前安装好了 pandas 和 numpy 的库，后面的函数也写好了一部分代码，只要根据以下脚本进行扩展，便可以在 ETL 上利用 python 进行数据清洗：

在输入 python 脚本之前，我们再明确一下要实现的需求，其中前面两个条件是和上次一样的，我们无需进行改动，直接复制脚本过来即可，如果不懂的可以查看我前一篇文章。第三个条件需要做的是筛选利润额前 10 的订单，这里我们引用 pandas 中的 sort_values 函数进行排序，原理类似于 SQL 中的 order by，可以将数据集依照某个字段中的数据进行排序，后面接 ascending=False，即对数据进行降序排列，head(10)代表的是取前 10 的值：

我们看一下 python 脚本执行后的效果，年份这一列把 2010 年给筛选出来了，订单这一列筛选的是高级的订单，订单利润这一列的数据按照降序把前 10 的数据给筛选出来了：

数据输出

完成 python 的筛选程序后，我们把执行筛选后的表格进行保存，可以选择保存在数据库中，也可以保存在数据集里，这里我依旧选择数据集的保存方式，因为方便在 EXCEL 里进行调用：

回到 EXCEL 里，点击 EXCEL 插件里的“视图”，在右边会出现智分析的数据集面板界面，点击下拉菜单，便可以找到保存在云端的数据集，也可以直接输入文件名进行搜索：

点击 EXCEL 工具栏上的“刷新”，数据集里的字段便会显示在 EXCEL 里，我们就可以利用这些数据在 EXCEL 里进行数据分析了：

下篇预告

本文介绍了 python 的多条件筛选功能，下一篇将讲解如何对字段进行去重，敬请关注。