python pandas模糊匹配 读取Excel后 获取指定指标的操作

以下是Python Pandas模糊匹配读取Excel后获取指定指标的完整攻略：

步骤1：导入必要的库

在Python中实现Pandas模糊匹配读取Excel后获取指定指标的操作需要导入pandas库。以下是一个示例代码：

import pandas as pd

步骤2：读取Excel文件

使用pandas库的read_excel()函数可以读取Excel文件。以下是一个示例代码：

df = pd.read_excel('data.xlsx')

在这个例子中，我们使用read_excel()函数读取名为data.xlsx的Excel文件，并将其存储在名为df的DataFrame对象中。

步骤3：模糊匹配指标名称

使用pandas库的str.contains()函数可以进行模糊匹配。以下是一个示例代码：

df_filtered = df[df['指标名称'].str.contains('模糊匹配关键字')]

在这个例子中，我们使用str.contains()函数对DataFrame对象df中的指标名称列进行模糊匹配，筛选出包含指定关键字的行，并将结果存储在名为df_filtered的DataFrame对象中。

步骤4：获取指定指标

使用pandas库的loc[]函数可以获取指定行和列的数据。以下是一个示例代码：

value = df_filtered.loc[row_index, '指标名称']

在这个例子中，我们使用loc[]函数获取df_filtered中指定行和列的数据，并将结果存储在名为value的变量中。

示例1：获取指定指标的值

以下是一个示例代码，用于获取指定指标的值：

df = pd.read_excel('data.xlsx')
df_filtered = df[df['指标名称'].str.contains('模糊匹配关键字')]
value = df_filtered.loc[row_index, '指标名称']
print(value)

在这个例子中，我们读取名为data.xlsx的Excel文件，并使用模糊匹配筛选出包含指定关键字的行。然后，我们使用loc[]函数获取指定行和列的数据，并将结果打印出来。

示例2：获取多个指标的值

以下是一个示例代码，用于获取多个指标的值：

df = pd.read_excel('data.xlsx')
df_filtered = df[df['指标名称'].str.contains('模糊匹配关键字')]
values = []
for i in range(len(df_filtered)):
    value = df_filtered.loc[i, '指标名称']
    values.append(value)
print(values)

在这个例子中，我们读取名为data.xlsx的Excel文件，并使用模糊匹配筛选出包含指定关键字的行。然后，我们使用loc[]函数获取每个行的指定列的数据，并将结果存储在名为values的列表中。最后，我们打印出values列表中的所有值。

以上就是Python Pandas模糊匹配读取Excel后获取指定指标的完整攻略。