如何高效运用Python Pandas的query方法进行数据处理？

本文共计1089个文字，预计阅读时间需要5分钟。

前言：Pandas 中应用 query 函数进行数据筛选。

query 函数的常用用法如下：

df.query('expression')常用方法：- 查询列值：df.query('列名==值')- 查询区间：df.query('列名 >=值1 & 列名 <=值2')- 查询包含：df.query('列名.str.contains(字符串)')- 查询排除：df.query('列名.str.contains(字符串, na=False)')

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'))

到此这篇关于python pandas query的使用方法的文章就介绍到这了,更多相关python pandas query 内容请搜索自由互联以前的文章或继续浏览下面的相关文章希望大家以后多多支持自由互联！