Python如何批量筛选荷兰CBS数据库中所有GM开头的市政区域数据

cbsodata接口的filters参数支持OData查询语法，你可以用字符串匹配规则直接筛选所有符合格式的市政编码，无需手动录入所有GM开头的编码。

最简实现（匹配所有GM开头的编码） #

直接使用startswith函数匹配RegioS字段前缀即可：

import pandas as pd
import cbsodata

# 下载所有GM开头市政区域的指定数据
data = pd.DataFrame(
    cbsodata.get_data('70072ned', 
                      filters="startswith(RegioS, 'GM')",
                      select=['RegioS', 'Vrouwen_3', 'Mannen_2']))
print(data.head())

精准匹配（仅筛选GM+4位数字格式的编码） #

如果要避免匹配到GM开头但长度不符合要求的非市政编码，可以增加长度校验，GM+4位数字总长度为6位：

import pandas as pd
import cbsodata

# 仅筛选符合GM+4位数字规则的市政区域数据
data = pd.DataFrame(
    cbsodata.get_data('70072ned', 
                      filters="startswith(RegioS, 'GM') and length(RegioS) eq 6",
                      select=['RegioS', 'Vrouwen_3', 'Mannen_2']))
print(data.head())

原理说明：cbsodata库的filters参数完全兼容OData v4的查询表达式，支持字符串函数、逻辑运算符、比较运算符等操作，无需手动枚举所有符合条件的编码值。

内容的提问来源于stack exchange，提问作者dennis vlaar