本文實例講述了Python實現多條件篩選目標數據功能。分享給大家供大家參考，具體如下：

python中提供了一些數據過濾功能，可以使用內建函數，也可以使用循環語句來判斷，或者使用pandas庫，當然在有些情況下使用pandas是為了提高工作效率。舉例如下：

a = [('chic', 'JJ'), ('although', 'IN'), ('menu', 'JJ'), ('items', 'NNS'), ('doesnt', 'JJ'),   ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]

這里的a為一個list，列表中還有元組。每一個元組由單詞和其詞性組成，我們要篩選詞性為JJ何NN的單詞。可以有三種寫法：

第一種，使用內建函數filter：

# -*- coding:utf-8 -*-#!python3a = [('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))

運行結果：

[('chic', 'JJ'), ('menu', 'JJ'), ('doesnt', 'JJ'), ('scream', 'NN'), ('french', 'JJ'), ('cuisine', 'NN')]

第二種，使用pandas包：

# -*- coding:utf-8 -*-#!python3import pandas as pda = [('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)

運行結果：

0       chic
2       menu
4     doesnt
5     scream
6     french
7    cuisine
Name: word, dtype: object

第三種，使用循環：

# -*- coding:utf-8 -*-#!python3a = [('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)

得到的結果都相同，如下：

['chic', 'menu', 'doesnt', 'scream', 'french', 'cuisine']

雖然結果相同，但是推薦第一、二種方法，因為這兩個方法速度更快。

更多關于Python相關內容可查看本站專題：《Python列表(list)操作技巧總結》、《Python字符串操作技巧匯總》、《Python數據結構與算法教程》、《Python函數使用技巧總結》、《Python入門與進階經典教程》及《Python文件與目錄操作技巧匯總》

希望本文所述對大家Python程序設計有所幫助。