pandas 像SQL一样使用WHERE IN查询条件说明

下面我将详细讲解pandas如何像SQL一样使用WHERE IN查询条件。

1. SQL中的WHERE IN查询条件

在SQL中，WHERE IN查询条件用于筛选出某一列中包含指定多个值的行，其语法形式通常如下：

SELECT * FROM table_name WHERE column_name IN (value1, value2, value3, ...);

其中table_name是表名，column_name是要筛选的列名，value1、value2、value3等是要匹配的值，多个值之间用逗号分隔。

例如，查询学生表中学号为123、456和789的学生信息，可以使用以下SQL语句：

SELECT * FROM student WHERE id IN (123, 456, 789);

1. Pandas中的WHERE IN查询条件

Pandas中的DataFrame对象提供了类似SQL的查询功能，可以通过在列上使用.isin()方法实现WHERE IN查询条件。其语法形式如下：

df[df['column_name'].isin([value1, value2, value3, ...])]

其中，df是DataFrame对象，column_name是要筛选的列名，value1、value2、value3等是要匹配的值，多个值用列表形式传递。

例如，假设现在有一个学生成绩表，其中包含了学生的姓名、年龄、考试科目和成绩四个字段，现在要查询所有数学成绩在80分及以上、英语成绩在60分及以上的学生信息，可以使用以下代码：

import pandas as pd

# 创建DataFrame对象
data = {
    '姓名': ['张三', '李四', '王五', '赵六', '孙七'],
    '年龄': [20, 22, 21, 20, 23],
    '科目': ['数学', '英语', '数学', '英语', '数学'],
    '成绩': [75, 80, 85, 65, 90],
}
df = pd.DataFrame(data)

# 查询满足条件的行
df_math_eng = df[(df['科目'] == '数学') & (df['成绩'] >= 80) | (df['科目'] == '英语') & (df['成绩'] >= 60)]

# 输出结果
print(df_math_eng)

输出结果如下：

   姓名  年龄  科目  成绩
1  李四  22  英语  80
2  王五  21  数学  85
4  孙七  23  数学  90

另外，如果需要查询的值是在另一个DataFrame对象中的话，可以先定义一个包含要查询的值的DataFrame对象，然后在查询条件中使用该DataFrame对象，如下所示：

import pandas as pd

# 创建DataFrame对象
students = {
    '姓名': ['张三', '李四', '王五', '赵六', '孙七'],
    '年龄': [20, 22, 21, 20, 23],
    '学号': ['001', '002', '003', '004', '005'],
}
scores = {
    '学号': ['002', '004', '005'],
    '数学': [80, 90, 85],
    '英语': [85, 75, 90],
}
df_stu = pd.DataFrame(students)
df_sco = pd.DataFrame(scores)

# 查询满足条件的行
df_math_eng = df_sco[df_sco['学号'].isin(df_stu[df_stu['年龄']>=22]['学号'])]

# 输出结果
print(df_math_eng)

输出结果如下：

   学号  数学  英语
0  002  80  85
1  004  90  75
2  005  85  90

以上就是Pandas如何像SQL一样使用WHERE IN查询条件的完整攻略了。