python pandas query的使用方法

前言：

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：

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

print(\'查找数据:\\n\', df.query(\'brand == \"Python\"\'), \'\\n\')
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:

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

print(\'查找数据:\\n\', df.query(\'A > 15\'), \'\\n\')

out:

查找数据:
   brand   A   B  C   D  till years
3    C#  20  12  8   6          30
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：

name = \'Java\'
print(\'查找数据:\\n\', df.query(\'brand == @name\'), \'\\n\')

out:

查找数据:
   brand   A   B  C   D  till years
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：

name = [\'Python\', \'Java\']
print(\'查找数据:\\n\', df.query(\'brand in @name\'), \'\\n\')

out:

查找数据:
     brand   A   B  C   D  till years
0  Python  10   4  8   6           4
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

name = [\'Python\', \'Java\']
print(\'查找数据:\\n\', df.query(\'brand in @name & A > 15\'), \'\\n\')

out:

查找数据:
   brand   A   B  C   D  till years
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。

print(\'查找数据:\\n\', df.query(\'`till years` > 10\'), \'\\n\')

out:

查找数据:
   brand   A   B  C   D  till years
3    C#  20  12  8   6          30
4  Java  16  10  2  12          30

筛选后选取数据列：

name = [\'brand\', \'A\', \'B\', \'till years\']
print(\'查找数据:\\n\', df.query(\'`till years` > 10\')[name], \'\\n\')

out:

查找数据:
   brand   A   B  till years
3    C#  20  12          30
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：

print(df[(df[\'brand\'] == \'Python\') & (df[\'A\'] == 10) & (df[\'B\'] == 4)])
print(df.query(\'brand == \"Python\" & A == 10 & B == 4\'))