Pandas查询数据df.query的使用

下面是Pandas查询数据df.query的完整攻略：

什么是df.query?

Pandas中的数据框（DataFrames）可以使用query函数从数据结构中查询子集。query 函数使用字符串表达式来查询数据框中的行。使用此函数可以通过快速应用自然语言查询语句来过滤数据，这使得文本搜索变得容易。

df.query语法

使用df.query()函数可以接收一个字符串表达式作为参数，格式如下：

DataFrame.query(expr, inplace=False, **kwargs)

• expr：查询字符串表达式，该参数既可以是字符串也可以是一个函数。如果该参数为函数，则返回值必须是一个布尔类型对象，并且函数将DataFrame中的每一行作为输入参数。
• inplace：删除或更改查询过程后修改现有数据帧还是返回一个新的数据帧。默认状态下设置为False，如果设置为True，则返回一个新的数据帧。
• **kwargs：也可以使用其他关键字参数。

df.query示例

下面我们来使用两个具体的例子来说明df.query的使用：

示例1

首先，我们将创建一个包含两列的数据帧，分别是：

• Name：包含人名的列
• Age：包含年龄的列

import pandas as pd

data = {'Name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'],
        'Age': [28, 22, 25, 32, 35]}
df = pd.DataFrame(data)

接下来，我们将使用df.query()函数来查找年龄为28岁的人的姓名：

df.query('Age == 28')

输出结果如下：

    Name  Age
0  Jason   28

在这个例子中，我们传递了基于Python语言的布尔表达式，在本例中 Age==28 这个条件为真。这将导致df.query()函数按照条件进行过滤，并返回结果。

示例2

下面，我们尝试使用df.query()函数来查找年龄大于25岁，并且名字以字母“J”开头的人的姓名和年龄：

df.query('Age > 25 and Name.str.startswith("J")', engine='python')

输出结果如下：

    Name  Age
0  Jason   28
3   Jake   32

在这个例子中，我们使用了两个条件，第一个条件是Age>25，表示年龄大于25岁；第二个条件是Name.str.startswith("J")，它使用了Pandas的.str属性，来匹配以字母“J”开头的人名。最终，我们将结果作为返回值返回了。

总结

上述两个示例展示了如何使用df.query()函数来过滤数据帧。您可以使用Python的比较，逻辑和文本操作符来编写表达式，同时在过滤前也可以使用Pandas的函数来进行数据预处理。