【Python】Pandas實用技能，數(shù)據(jù)篩選query函數(shù)詳細介紹

來源：Python數(shù)據(jù)之道 (ID:PyDataLab)

作者：陽哥

Pandas 可以說是 在Python數(shù)據(jù)科學(xué)領(lǐng)域應(yīng)用最為廣泛的工具之一。

Pandas是一種高效的數(shù)據(jù)處理庫，它以 dataframe 和 series 為基本數(shù)據(jù)類型，呈現(xiàn)出類似excel的二維數(shù)據(jù)。

在數(shù)據(jù)處理過程中，咱們經(jīng)常會用到數(shù)據(jù)篩選，Pandas 中提供了數(shù)據(jù)篩選的多種方法，這里，陽哥來給大家分享下 在Pandas中應(yīng)用 query 函數(shù)來進行數(shù)據(jù)篩選。

query 函數(shù)的一般用法如下：

df.query('expression')

文中的代碼是在 Jupyter Notebook 中運行的（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

在開始之前，先創(chuàng)建一份數(shù)據(jù)，供后續(xù)使用：

data = {
    'brand':['Python數(shù)據(jù)之道','價值前瞻','菜鳥數(shù)據(jù)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

數(shù)據(jù)如下：

常用方法

篩選 "brand" 列中值為 "Python數(shù)據(jù)之道" 的行，如下：

df.query('brand == "Python數(shù)據(jù)之道"')

結(jié)果如下：

說明一下，上面代碼中的單引號和雙引號是可以互換的，下面的寫法，其結(jié)果也是一樣的：

df.query(" brand == 'Python數(shù)據(jù)之道' ")

上面用 query 函數(shù)篩選數(shù)據(jù)，用下面的方法也是可以實現(xiàn)的：

df[df['brand']=="Python數(shù)據(jù)之道"]

上面是篩選字符串的值，也可以是篩選數(shù)字，如下：

通過數(shù)學(xué)表達式篩選

除了直接通過等于某個值來篩選， query 函數(shù)還支持通過數(shù)學(xué)表達式來進行數(shù)據(jù)篩選，包括 >、 <、 +、 -、 *、 / 等。

示例如下：

通過變量篩選

在程序比較長的時候，經(jīng)常會使用變量來作為篩選條件， query 函數(shù)在使用變量作為判斷標準時，通過在變量前面添加 @ 符號來實現(xiàn)，示例如下：

# 通過變量來篩選數(shù)據(jù)，在變量前使用 @ 符號即可

name = 'Python數(shù)據(jù)之道'

df.query('brand == @name')

列表數(shù)據(jù)篩選

當需要在某列中篩選多個符合要求的值的時候，可以通過列表（list）來實現(xiàn)，示例如下：

# 需要注意下 雙引號 和 單引號的分開使用

df.query('brand in ["Python數(shù)據(jù)之道","價值前瞻"]')
# df.query("brand in ['Python數(shù)據(jù)之道','價值前瞻']")

多條件篩選

有很多情況下，咱們需要通過多個條件來篩選數(shù)據(jù)，query 函數(shù)支持多種條件的組合，

• 兩者都需要滿足的并列條件使用符號 &,或 單詞 and
• 只需要滿足其中之一的條件使用符號 |,或 單詞 or

示例如下：

列名稱有空格的情況

當 dataframe 的列名稱中有空格或其他特殊符號的時候，需要使用 反引號（backtick mark），即鍵盤ESC鍵下面的按鍵(就是鍵盤上第二排第一個按鍵，有‘~’這個符號的按鍵) 來將列名包裹起來，示例如下：

df.query("`till years` < 5")

注意，如果使用單引號，將會報錯，如下：

篩選后選取數(shù)據(jù)列

在數(shù)據(jù)篩選后，還可以選擇需要的數(shù)據(jù)列，如下：

小結(jié)

以上就是關(guān)于 Pandas 中 query 函數(shù)的主要內(nèi)容介紹，應(yīng)用 query函數(shù)進行數(shù)據(jù)篩選，其語言還是比較簡潔的，尤其是當條件比較多的時候，會顯得更優(yōu)雅。

比如下面的對比，假設(shè)都是三個篩選條件（假設(shè)數(shù)據(jù)量較多，符合的結(jié)果也較多）：

沒有使用query函數(shù)時

df[(df['brand']=="Python數(shù)據(jù)之道") & (df['A'] >2) & (df['C'] >4)]

可以看出上面的表達式是比較長的，略顯繁瑣。

使用query函數(shù)時

df.query(" brand == 'Python數(shù)據(jù)之道' & A>2 & C>4 ")

相對來說，使用query 函數(shù)會顯得更加簡潔，如果覺得這個功能不錯，就趕緊用起來吧~~

大家讀完順手點下右下角的  “在看” ，就是最大的鼓勵和支持了。