• python pandas query用法

    Pandas 中应用 query 函数来进行数据筛选。
    query 函数的一般用法如下： 
    df.query('expression')

    常用方法：

    1. #!/usr/bin/python
    2. import pandas as pd
    3. import numpy as np
    4.  
    5. data = {
    6.  'brand':['Python',' C ',' C++ ','C#','Java'],
    7.  'A':[10,2,5,20,16],
    8.  'B':[4,6,8,12,10],
    9.  'C':[8,12,18,8,2],
    10.  'D':[6,18,14,6,12],
    11.  'till years':[4,1,1,30,30]
    12.  }
    13.  
    14. df = pd.DataFrame(data=data)
    15. print("df数据打印:\n", df, '\n')
    16.  
    17. print('查找数据:\n', df.query('brand == "Python"'), '\n')
    18. print('查找数据:\n', df[df['brand'] == "Python"], '\n')

    可以使用df.query('brand == "Python"')进行查找，也可以使用df[df['brand'] == "Python"]这种方式进行查找。

    out:

    1. df数据打印:
    2.      brand   A   B   C   D  till years
    3. 0  Python  10   4   8   6           4
    4. 1      C    2   6  12  18           1
    5. 2    C++    5   8  18  14           1
    6. 3      C#  20  12   8   6          30
    7. 4    Java  16  10   2  12          30
    8.  
    9. 查找数据:
    10.      brand   A  B  C  D  till years
    11. 0  Python  10  4  8  6           4
    12.  
    13. 查找数据:
    14.      brand   A  B  C  D  till years
    15. 0  Python  10  4  8  6           4

    通过数学表达式来筛选：

    除了直接通过等于某个值来筛选， query 函数还支持通过数学表达式来进行数据筛选，包括 > 、 < 、 + 、 - 、 * 、 / 等。 
    1. print('查找数据:\n', df.query('A > 15'), '\n')
    2.  
    3. out:
    4. 查找数据:
    5.    brand   A   B  C   D  till years
    6. 3    C#  20  12  8   6          30
    7. 4  Java  16  10  2  12          30
    通过变量筛选：
    在程序比较长的时候，经常会使用变量来作为筛选条件， query 函数在使用变量作为判断标准时，通过在变量前面添加 @ 符号来实现，示例如下： 
    1. name = 'Java'
    2. print('查找数据:\n', df.query('brand == @name'), '\n')
    3.  
    4. out:
    5. 查找数据:
    6.    brand   A   B  C   D  till years
    7. 4  Java  16  10  2  12          30

    通过列表数据筛选：

    当需要在某列中筛选多个符合要求的值的时候，可以通过列表（ list ）来实现，示例如下： 
    1. name = ['Python', 'Java']
    2. print('查找数据:\n', df.query('brand in @name'), '\n')
    3.  
    4. out:
    5. 查找数据:
    6.      brand   A   B  C   D  till years
    7. 0  Python  10   4  8   6           4
    8. 4    Java  16  10  2  12          30

    多条件筛选：

    • 两者都需要满足的并列条件使用符号 & , 或单词 and
    • 只需要满足其中之一的条件使用符号 | , 或单词 or 
    1. name = ['Python', 'Java']
    2. print('查找数据:\n', df.query('brand in @name & A > 15'), '\n')
    3.  
    4. out:
    5. 查找数据:
    6.    brand   A   B  C   D  till years
    7. 4  Java  16  10  2  12          30

    列名称中有空格的情况，使用``进行处理：

    使用引号处理的话，会报错。

    1. print('查找数据:\n', df.query('`till years` > 10'), '\n')
    2.  
    3. out:
    4. 查找数据:
    5.    brand   A   B  C   D  till years
    6. 3    C#  20  12  8   6          30
    7. 4  Java  16  10  2  12          30

    筛选后选取数据列： 
    1. name = ['brand', 'A', 'B', 'till years']
    2. print('查找数据:\n', df.query('`till years` > 10')[name], '\n')
    3.  
    4. out:
    5. 查找数据:
    6.    brand   A   B  till years
    7. 3    C#  20  12          30
    8. 4  Java  16  10          30

    总结：

    当用到多条件筛选时，使用query就会显得简洁的多：

    1.  
    2. print(df[(df['brand'] == 'Python') & (df['A'] == 10) & (df['B'] == 4)])
    3.  
    4. print(df.query('brand == "Python" & A == 10 & B == 4'))
    5.

  • 相关阅读:
    2022年11月10篇论文推荐
    使用Python实现3D曲线拟合
    前端css实现特殊日期网页变灰功能
    R语言ggplot2可视化：使用ggplot2可视化散点图、使用labs参数自定义X轴的轴标签文本（customize X axis labels）
    空间金字塔池化Spatial Pyramid Pooling
    ros学习笔记12——python实现发布和接收ros topic
    shell 查看当前日期时间
    三菱FX3U PLC倒立摆控制
    c语言实现http下载功能，显示进度条和下载速率
    Java面试题(持续更新中)
  • 原文地址：https://blog.csdn.net/xiadeliang1111/article/details/126819918