10个Pandas数据查询案例


Pandas 的 query 函数为我们提供了一种编写查询过滤条件更简单的方法,特别是在的查询条件很多的时候,

在本文中整理了10个示例,掌握着10个实例你就可以轻松的使用 query 函数来解决任何查询的问题。

在这里插入图片描述
首先,将数据集导入Pandas

import pandas as pd
df = pd.read_csv("Dummy_Sales_Data_v1.csv")
df.head()

output:
在这里插入图片描述
它是一个简单的 9999 x 12 数据集,是使用 Faker 创建的,我在最后也会提供本文的所有源代码。

在开始之前,先快速回顾一下Pandas中的查询函数query。查询函数用于根据指定的表达式提取记录,并返回一个新的DataFrame。表达式是用字符串形式表示的条件或条件的组合。

PANDAS中的DATAFRAME.loc.iloc)属性用于根据行和列标签和索引提取数据集的子集。因此,它并不具备查询的灵活性。而括号符号[]可以灵活地基于条件过滤数据帧,但是如果条件很多的话编写代码是繁琐且容易出错的。

Pandasquery()函数可以灵活地根据一个或多个条件提取子集,这些条件被写成表达式并且不需要考虑括号的嵌套。

在后端Pandas使用eval()函数对该表达式进行解析和求值,并返回表达式被求值为TRUE的数据子集或记录。所以要过滤Pandas中的DataFrame,需要做的就是在查询函数中指定条件即可。

1. 使用单一条件进行过滤

在单个条件下进行过滤时,在Query()函数中表达式仅包含一个条件。返回的输出将包含该表达式评估为真的所有行。

示例1

提取数量为95的所有行,因此逻辑形式中的条件可以写为

Quantity == 95

需要将条件写成字符串,即将其包装在双引号“”中。query函数的代码如下

df.query("Quantity == 95")

output
在这里插入图片描述
看起来很简单。它返回了数量为95的所有行。如果用一般查询的方式可以写成:

df [df [“Quantity”] == 95]

但是,如果想在同一列中再包含一个条件怎么办?

它在括号符号中又增加了一对方括号,如果是3个条件或者更多条件呢?那么他就变得难以管理。这就是query函数的优势了。

2. 在多个条件过滤

一个或多个条件下过滤,query()的语法都保持不变

但是需要指定两个或多个条件进行过滤的方式

  • and:回在满足两个条件的所有记录
  • or:返回满足任意条件的所有记录
示例2

查询数量为95&单位价格为182 ,这里包含单价的列被称为UnitPrice(USD),因此,条件是

Quantity == 95
UnitPrice(USD) == 182

那么代码就是:

df.query("Quantity == 95 and UnitPrice(USD) == 182")

这个查询会报错:
在这里插入图片描述
但是为什么报错?

这是因为query()函数对列名有一些限制。列名称UnitPrice(USD)是无效的。我们要使用反引号把列名包含起来。

df.query("Quantity == 95 and `UnitPrice(USD)` == 182")

output
在这里插入图片描述

当两个条件满足时,只有3个记录。

或者我们直接将列名改成合理的格式:

df.rename(columns={'UnitPrice(USD)':'UnitPrice',
                  'Shipping_Cost(USD)':'Shipping_Cost',
                  'Delivery_Time(Days)':'Delivery_Time'},
        inplace=True)

这里就不需要使用反引号了:

df.query("Quantity == 95 and UnitPrice == 182")
示例3

我们现在只需要满足一个条件:

df.query("Quantity == 95 or UnitPrice == 182")

output
在这里插入图片描述
它返回满足两个条件中的任意一个条件的所有列。

我们也可以使用|替代or关键字。

示例4

假设想获得数量不等于95的所有行。最简单的答案是在条件之前使用not关键字或否定操作符

df.query("not(Quantity == 95)")

output
在这里插入图片描述
结果它包含数量不是95的所有行。

其实这里的条件不一定必须是相等运算符,可以从==!=><中选择,例如:

df.query("Quantity != 95")

3. 文本过滤

对于文本列过滤时,条件是列名与字符串进行比较。

请query()表达式已经是字符串。那么如何在另一个字符串中写一个字符串?将文本值包装在单个引号 “” 中,就可以了。

示例 5

想获得即状态“未发货”所有记录,可以在query()表达式中写成如下的形式:

df.query("Status == 'Not Shipped'")

outpu:
在这里插入图片描述
它返回所有记录,其中状态列包含值-“未发货”。

与数值的类似可以在同一列或不同列上使用多个条件,并且可以是数值和非数值列上条件的组合。

除此以外, Pandas中的query()方法还可以在查询表达式中使用数学计算。

4. 查询中的简单数学计算

数学操作可以是列中的加,减,乘,除,甚至是列中值或者平方等,如下所示:

参考资料

[1] 链接1

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值