Pandas使用query()優(yōu)雅的查詢實(shí)例
對(duì)于 Pandas 根據(jù)條件獲取指定數(shù)據(jù)，相信大家都能夠輕松的寫出相應(yīng)代碼，但是如果你還沒用過 query，相信你會(huì)被它的簡潔所折服！
常規(guī)用法
先創(chuàng)建一個(gè) DataFrame。
import pandas as pd
df = pd.DataFrame(
? ? {'A': ['e', 'd', 'c', 'b', 'a'],
? ? ?'B': ['f', 'b', 'c', 'd', 'e'],
? ? ?'C': range(0, 10, 2),
? ? ?'D': range(10, 0, -2),
? ? ?'E.E': range(10, 5, -1)})我們現(xiàn)在選取 A列字母出現(xiàn)在B列 的所有行。先看兩種常見寫法。
>>> df[df['A'].isin(df['B'])] ? ?A ?B ?C ? D ?E.E 0 ?e ?f ?0 ?10 ? 10 1 ?d ?b ?2 ? 8 ? ?9 2 ?c ?c ?4 ? 6 ? ?8 3 ?b ?d ?6 ? 4 ? ?7 >>> df.loc[df['A'].isin(df['B'])] ? ?A ?B ?C ? D ?E.E 0 ?e ?f ?0 ?10 ? 10 1 ?d ?b ?2 ? 8 ? ?9 2 ?c ?c ?4 ? 6 ? ?8 3 ?b ?d ?6 ? 4 ? ?7
下面使用 query() 來實(shí)現(xiàn)。
>>> df.query("A in B")
? ?A ?B ?C ? D ?E.E
0 ?e ?f ?0 ?10 ? 10
1 ?d ?b ?2 ? 8 ? ?9
2 ?c ?c ?4 ? 6 ? ?8
3 ?b ?d ?6 ? 4 ? ?7可以看到使用 query 后的代碼簡潔易懂，并且它對(duì)于內(nèi)存的消耗也更小。
多條件查詢
選取 A列字母出現(xiàn)在B列，并且C列小于D列 的所有行。
>>> df.query('A in B and C < D')
? ?A ?B ?C ? D ?E.E
0 ?e ?f ?0 ?10 ? 10
1 ?d ?b ?2 ? 8 ? ?9
2 ?c ?c ?4 ? 6 ? ?8這里 and 也可以用 & 表示。
引用變量
表達(dá)式中也可以使用外部定義的變量，在變量名前用@標(biāo)明。
>>> number = 5
>>> df.query('A in B & C > @number')
? ?A ?B ?C ?D ?E.E
3 ?b ?d ?6 ?4 ? ?7索引選取
選取 A列字母出現(xiàn)在B列，并且索引大于2 的所有行。
>>> df.query('A in B and index > 2')
? ?A ?B ?C ?D ?E.E
3 ?b ?d ?6 ?4 ? ?7多索引選取
創(chuàng)建一個(gè)兩層索引的 DataFrame。
>>> import numpy as np >>> colors = ['yellow']*3 + ['red']*2 >>> rank = [str(i) for i in range(5)] >>> index = pd.MultiIndex.from_arrays([colors, rank], names=['color', 'rank']) >>> df = pd.DataFrame(np.arange(10).reshape(5, 2),columns=['A', 'B'] , index=index) >>> df = pd.DataFrame(np.arange(10).reshape(5, 2),columns=['A', 'B'] , index=index) >>> df ? ? ? ? ? ? ?A ?B color ?rank ? ? ? yellow 0 ? ? 0 ?1 ? ? ? ?1 ? ? 2 ?3 ? ? ? ?2 ? ? 4 ?5 red ? ?3 ? ? 6 ?7 ? ? ? ?4 ? ? 8 ?9
1.當(dāng)有多層索引有名稱時(shí)，通過索引名稱直接選取。
>>> df.query("color == 'red'")
? ? ? ? ? ? A ?B
color rank ? ? ?
red ? 3 ? ? 6 ?7
? ? ? 4 ? ? 8 ?92.當(dāng)有多層索引無名時(shí)，通過索引級(jí)別來選取。
>>> df.index.names = [None, None]
>>> df.query("ilevel_0 == 'red'")
? ? ? ?A ?B
red 3 ?6 ?7
? ? 4 ?8 ?9
>>> df.query("ilevel_1 == '4'")
? ? ? ?A ?B
red 4 ?8 ?9特殊字符
對(duì)于列名中間有空格或運(yùn)算符等其他特殊符號(hào)，需要使用反引號(hào) ``。
>>> df.query('A == B | (C + 2 > `E.E`)')
? ?A ?B ?C ?D ?E.E
2 ?c ?c ?4 ?6 ? ?8
3 ?b ?d ?6 ?4 ? ?7
4 ?a ?e ?8 ?2 ? ?6總的來說，query() 用法比較簡單，可以快速上手，代碼可讀性也提高了不少。
到此這篇關(guān)于Pandas使用query()優(yōu)雅的查詢實(shí)例的文章就介紹到這了,更多相關(guān)Pandas query()查詢內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
python 實(shí)現(xiàn)的IP 存活掃描腳本
這篇文章主要介紹了python 實(shí)現(xiàn)的IP 存活掃描腳本，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-12-12
Pygame實(shí)戰(zhàn)之實(shí)現(xiàn)扎氣球游戲
這篇文章主要為大家介紹了利用Python中的Pygame模塊實(shí)現(xiàn)的一個(gè)扎氣球游戲，文中的示例代碼講解詳細(xì)，對(duì)我們了解Pygame模塊有一定的幫助，感興趣的可以學(xué)習(xí)一下2021-12-12
這篇文章主要介紹了Python logging日志庫空間不足問題解決,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-09-09
平時(shí)打開一個(gè)網(wǎng)頁，除了文章的正文內(nèi)容，通常會(huì)有一大堆的導(dǎo)航，廣告和其他方面的信息。本文的目的，在于說明如何從一個(gè)網(wǎng)頁中提取出文章的正文內(nèi)容，而過渡掉其他無關(guān)的的信息。2014-06-06
今天小編就為大家分享一篇Python判斷telnet通不通的實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-01-01
Python基礎(chǔ)類繼承重寫實(shí)現(xiàn)原理解析
這篇文章主要介紹了Python基礎(chǔ)類繼承重寫實(shí)現(xiàn)原理解析,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-04-04
Python實(shí)現(xiàn)桶排序與快速排序算法結(jié)合應(yīng)用示例
這篇文章主要介紹了Python實(shí)現(xiàn)桶排序與快速排序算法結(jié)合應(yīng)用,結(jié)合實(shí)例形式分析了Python快速排序及桶排序結(jié)合應(yīng)用的相關(guān)實(shí)現(xiàn)技巧,需要的朋友可以參考下2017-11-11
在本篇文章里小編給大家分享了關(guān)于Python嵌入C/C++進(jìn)行開發(fā)的相關(guān)知識(shí)點(diǎn)內(nèi)容，有興趣的朋友們可以參考下。2020-06-06
詞云,作為一種流行的數(shù)據(jù)可視化形式,能夠?qū)⒋罅课谋緮?shù)據(jù)中的關(guān)鍵詞以視覺化的方式呈現(xiàn),讓我們迅速捕捉到文本的核心,本文將通過Python編程語言,使用jieba和wordcloud庫,生成一個(gè)具有特定形狀的詞云,需要的朋友可以參考下2024-09-09
Python腳本操作Excel實(shí)現(xiàn)批量替換功能
這篇文章主要介紹了Python腳本操作Excel實(shí)現(xiàn)批量替換功能，本文使用的是Openpyxl工具，通過實(shí)例截圖給大家講解的非常詳細(xì),需要的朋友可以參考下2019-11-11