sql 判断一个字段值为null时循环赋值_Python Pandas可以像SQL那样，进行数据筛选统计...

相对于学习Pandas各种数据筛选操作，SQL语法显得更加简洁清晰，若能够将SQL语法与Pandas中对应的函数的使用方法关联起来，对于我们应用Pandas进行数据筛选来讲无疑是一个福音。

本文通过Pandas实现SQL语法中条件过滤、排序、关联、合并、更新、删除等简单及复杂操作，使得我们对方法的理解更加深刻，更加得心应手。

---

演示数据集

本文采用安德森鸢尾花卉(iris)数据集进行演示，iris数据集包含150个样本，对应数据集的每行数据。每行数据包含每个样本的四个特征和样本的类别信息，因此iris数据集是一个150行*5列的二维表。

我们可以 UCI Iris dataset 获取或者使用 from sklearn.datasets import load_iris 方式获取，为了演示方便我们只取其中10行数据，如下：

---

接下来，就让我们一起学习一下，如何Pandas实现SQL语法中条件过滤、排序、关联、合并、更新、删除等数据查询操作。

字段查询 SELECT

SELECT sl, sw, pl, pw FROM iris LIMIT 2;

如上SQL实现返回每行记录的 sl,sw,pl,pw 字段，仅返回2行记录。我们使用Pandas实现如上SQL的功能，代码如下：

import pandas as pdiris = pd.read_excel(io="iris.xlsx",              sheet_name='iris',              usecols=["sl", "sw", "pl", "pw", "classes"])search = iris[["sl", "sw", "pl", "pw"]].head(2)print(search)# 执行上述代码，输出结果为：    sl   sw   pl   pw0  5.1  3.5  1.4  0.21  4.9  3.0  1.4  0.2

---

简单的条件过滤查询 WHERE

SELECT * FROM iris WHERE classes = 1 LIMIT 2;

如上SQL实现了查询满足classes=1的记录，并返回2行。我们使用Pandas实现该SQL，代码如下：

import pandas as pdiris = pd.read_excel(io="iris.xlsx",              sheet_name='iris',              usecols=["sl", "sw", "pl", "pw", "classes"])search = iris[iris["classes"]==1].head(2)print(search)# 执行上述代码，输出结果为：    sl   sw   pl   pw  classes3  6.8  2.8  4.8  1.4        14  6.7  3.0  5.0  1.7        1

---

多条件的与或过滤查询 WHERE AND|OR

与关系 &

SELECT * FROM iris WHERE classes = 1 AND pl >= 5 LIMIT 2;

如上SQL实现查询同时满足classes=1 和 pl >=5 两个条件的记录，并返回2行。我们使用Pandas实现该SQL，代码如下：

import pandas as pdiris = pd.read_excel(io="iris.xlsx",                     sheet_name='iris',                     usecols=["sl", "sw", "pl", "pw", "classes"])search = iris[    (iris["classes"] == 1) &              (iris["pl"] >= 5)              ].head(2)print(search)# 执行上述代码，输出结果为：    sl   sw   pl   pw  classes4  6.7  3.0  5.0  1.7        1

---

或关系 |

SELECT * FROM iris WHERE sl >= 5 OR pl >=5 LIMIT 2;

如上SQL实现查询满足 sl >=5 或者 pl >=5 任一条件的记录，返回2行。我们使用Pandas实现该SQL，代码如下：

import pandas as pdiris = pd.read_excel(io="iris.xlsx",                     sheet_name='iris',