pandas 查询函数query的用法说明

query() 函数简介

pandas的query()方法是基于DataFrame列的计算代数式，对于按照某列的规则进行过滤的操作，可以使用query方法。

代码示例

import pandas as pd
df = pd.DataFrame({\'a\':[1, 2, 3, 4, 5, 6],
     \'b\':[1, 2, 3, 4, 5, 6],
     \'c\':[1, 2, 3, 4, 5, 6]})
query_list = [1, 2]
df_2 = df.query(\'c not in @query_list\')[[\'a\', \'b\']]

使用总结

对于sql中的in或者not in，可以使用query()函数按照某列条件进行过滤，且query()函数返回一个DataFrame，可以直接在后面根据索引获取最终想要的数据。

补充：python query方法_Pandas dataframe.query方法语法

问题：

我想更好地理解PandasDataFrame.query方法以及下面的表达式表示什么：

match = dfDays.query(\'index > @x.name & price >= @x.target\')

@x.name代表什么？

我理解这段代码(一个包含pandas.tslib.Timestamp数据的新列)的结果输出是什么，但不清楚用于获取此最终结果的表达式。

数据：

从这里开始：np.random.seed(seed=1)
rng = pd.date_range(\'1/1/2000\', \'2000-07-31\',freq=\'D\')
weeks = np.random.uniform(low=1.03, high=3, size=(len(rng),))
ts2 = pd.Series(weeks
,index=rng)
dfDays = pd.DataFrame({\'price\':ts2})
dfWeeks = dfDays.resample(\'1W-Mon\').first()
dfWeeks[\'target\'] = (dfWeeks[\'price\'] + .5).round(2)
def find_match(x):
match = dfDays.query(\'index > @x.name & price >= @x.target\')
if not match.empty:
return match.index[0]
dfWeeks.assign(target_hit=dfWeeks.apply(find_match, 1))

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。如有错误或未考虑完全的地方，望不吝赐教。