首页 文章详情

Pandas实用技能,数据筛选query函数详细介绍

小詹学Python | 304 2021-07-31 02:11 0 0 0
UniSMS (合一短信)

来源:Python数据之道 (ID:PyDataLab)

作者:阳哥

Pandas 可以说是 在Python数据科学领域应用最为广泛的工具之一。

Pandas是一种高效的数据处理库,它以 dataframeseries 为基本数据类型,呈现出类似excel的二维数据。

在数据处理过程中,咱们经常会用到数据筛选,Pandas 中提供了数据筛选的多种方法,这里,阳哥来给大家分享下 在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')

文中的代码是在 Jupyter Notebook 中运行的(也可以是其他IDE),本次使用的 Pandas 版本是 1.3.0 版,如下:

import pandas as pd


print(f'pandas version: {pd.__version__}')

# pandas version: 1.3.0rc1

在开始之前,先创建一份数据,供后续使用:

data = {
    'brand':['Python数据之道','价值前瞻','菜鸟数据之道','Python','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)
df

数据如下:

a7cc88a5203701b562fed47387ada12f.webp

常用方法

筛选 "brand" 列中值为 "Python数据之道" 的行,如下:

df.query('brand == "Python数据之道"')

结果如下:

f1b49a8c01f07b1438de46d7c15d2805.webp

说明一下,上面代码中的单引号和双引号是可以互换的,下面的写法,其结果也是一样的:

df.query(" brand == 'Python数据之道' ")

上面用 query 函数筛选数据,用下面的方法也是可以实现的:

df[df['brand']=="Python数据之道"]
a017f80914d6b903010bc07803e269e5.webp

上面是筛选字符串的值,也可以是筛选数字,如下:

c1798ebd5cc70413e4246b6db98302d0.webp

通过数学表达式筛选

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。

示例如下:

c1e01f122807140a8205162b9c81c42f.webp6efc806aba4365ef8cbddea881bbffd7.webp0708346941bb2d0713fda5eb9d0ee382.webp

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:

# 通过变量来筛选数据,在变量前使用 @ 符号即可

name = 'Python数据之道'

df.query('brand == @name')
7e6d008ac7a6d4778eb7ab6ea04805d3.webp

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:

# 需要注意下 双引号 和 单引号的分开使用

df.query('brand in ["Python数据之道","价值前瞻"]')
# df.query("brand in ['Python数据之道','价值前瞻']")
0328ab749ae6ac7dd3cfc91f283cac69.webp

多条件筛选

有很多情况下,咱们需要通过多个条件来筛选数据,query 函数支持多种条件的组合,

  • 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

示例如下:

a14918cadecef1d11bef3abe74efafce.webp17b06ca26be91550b1fd126651200ba4.webpb9212fb30fe8a46f58b736e65b34d2c6.webp51caf901539a909e7c1daebcb8dddc55.webp

列名称有空格的情况

当 dataframe 的列名称中有空格或其他特殊符号的时候,需要使用 反引号(backtick mark),即键盘ESC键下面的按键(就是键盘上第二排第一个按键,有‘~’这个符号的按键) 来将列名包裹起来,示例如下:

df.query("`till years` < 5")
d0e72e71be4163bd9f837dc6ac002d81.webp

注意,如果使用单引号,将会报错,如下:

a9f0a40ffaff0a57fa671c7c0c0a721a.webp

筛选后选取数据列

在数据筛选后,还可以选择需要的数据列,如下:

bf36dc4f5481a934f30769ab3824e171.webp

小结

以上就是关于 Pandas 中 query 函数的主要内容介绍,应用 query函数进行数据筛选,其语言还是比较简洁的,尤其是当条件比较多的时候,会显得更优雅。

比如下面的对比,假设都是三个筛选条件(假设数据量较多,符合的结果也较多):

没有使用query函数时

df[(df['brand']=="Python数据之道") & (df['A'] >2) & (df['C'] >4)]
e8795552027dad88ef29ab31aeb52ac6.webp

可以看出上面的表达式是比较长的,略显繁琐。

使用query函数时

df.query(" brand == 'Python数据之道' & A>2 & C>4 ")
448b3aff777b3b9a643b90646b2169aa.webp

相对来说,使用query 函数会显得更加简洁,如果觉得这个功能不错,就赶紧用起来吧~~


大家读完顺手点下右下角的  “在看” ,就是最大的鼓励和支持了。


——END——

最近发现一个点外卖每顿饭都能少花5-20的宝藏号。
b0329047cc2eda3468a4eff7b4d79412.webp就是她,↓点击下面名片关注公众号↓

e6638e6555189663a93d6b5cc1afd1d6.webp

进入公众号点击菜单领取红包

最低5元,最高56元!

621d4abfdc1ea1fc2c10fbb0d6b91a62.webp

good-icon 0
favorite-icon 0
收藏
回复数量: 0
    暂无评论~~
    Ctrl+Enter