Pandas总结第五节 Pandas 数据查询方法总结_df.loc()总结

Posted 2022-10-14

一、写在前面

如果说Pandas最重要的方法是什么，毫无疑问就是查询数据；所以，这节的内容应当是Pandas的核心知识点。能够按我们的要求查询出所需的数据，是我们使用Pandas的最重要功能！ 综上，这节内容十分十分十分十分的重要。

pandas常用的查询函数有：df.loc(),df.iloc(),df.where(),de.query();

函数	功能
df.loc()	根据行，列的标签进行查询
df.iloc()	根据行，列的数字位置进行查询
df.where()	可以根据条件返回满足需求的结果
de.query()	可以根据条件返回满足需求的结果

以上的几种方法，都可以实现相同的功能，所以我们能够熟练的掌握其中一个就好，这里我推荐df.loc()，因为这个函数可以实现的功能是最多的，一般的应用场景，只要会这个就完全够用了；

二、查询方法：df.loc()

pandas通常碰到的查询需求，有如下五种：按数值，列表，区间，条件，函数五种方法进行查询；

使用的数据如下，大家可以复制到本地进行练习：

Date,天气,高温,低温,风向,风速
2020/7/16,晴,26,21,东风,2
2020/7/17,多云,25,21,西风,3
2020/7/20,小雨,24,15,东北风,5
2020/7/21,多云转晴,22,17,东风,2
2020/7/22,多云,20,16,西风,1
2020/7/23,雷阵雨,20,20,东北风,3
2020/7/24,多云,26,17,西南风,2
2020/7/27,小雨,26,17,东风,3
2020/7/28,多云转晴,25,24,西风,5
2020/7/29,晴,24,23,东北风,2
2020/7/30,晴,22,20,东风,2
2020/7/31,晴,26,22,东风,3
2020/8/3,晴,25,22,西风,2
2020/8/4,多云转晴,24,16,东北风,3
2020/8/5,多云,22,14,东风,5
2020/8/6,雷阵雨,20,12,西风,2
2020/8/7,小雨,20,13,东北风,1
2020/8/10,多云转晴,26,22,西南风,3

读入数据：

import pandas as pd
data_path_2=r"E:\\VSCODE\\2_numpy_pandas\\pandas\\data_select.csv"
df=pd.read_csv(data_path_2,encoding=gbk) # 这里因为我是用Excel保存的csv,所以编码格式是gbk, 大部分时候使用UTF-8

2.1 查询单个值

通常情况下，使用df.loc()时，只要传入行列名即可返回要查询的值，比如：我们需要查询 2020/7/28 的天气，可以通过：df.loc[2020-7-28,天气] 来查询，然后我们会发现报错：KeyError: 2020-7-28； 这里报错的原因是：我们在读取数据的时候，没有将日期设置为索引值；所以我们需要这样做：

方法一：在读入数据的时候设置index

import pandas as pd
data_path_2=r"E:\\VSCODE\\2_numpy_pandas\\pandas\\data_select.csv"
df=pd.read_csv(data_path_2,encoding=gbk,index_col=Date)  # 在这里设置index_col
df=df.dropna(how="all",axis=rows)
print(df.loc[2020/7/28,天气])

方法二：读入数据后，设置index

import pandas as pd
data_path_2=r"E:\\VSCODE\\2_numpy_pandas\\pandas\\data_select.csv"
df=pd.read_csv(data_path_2,encoding=gbk)
df=df.dropna(how="all",axis=rows)
df = df.set_index([Date])   # 设置index
print(df.loc[2020/7/28,天气])

2.2 查询列表对应的值

• 要求：需要查询 2020/7/28 ，29,30 三天的天气

df.loc[[2020/7/28,2020/7/29,2020/7/30],天气]

• 要求：需要查询 2020/7/28 ，29,30 三天的天气，最高温度，最低温度

df.loc[[2020/7/28,2020/7/29,2020/7/30],[天气,高温,低温]]

2.3 查询区间内的结果

可以使用 : 来查询区间内的结果，行与列均可以使用，举例如下：

• 要求：查询2020/7/28 ~ 2020/8/3 的所有天气情况；

df.loc[2020/7/28:2020/8/3,天气:风速]

2.4 条件查询

• 要求：查询最低温度大于22度的天气；

df.loc[df[低温]>22,:]  # 后面的冒号指所有的列

• 要求：多条件查询，查询低温小于22℃，高温大于23℃，天气为晴的天气；

df.loc[(df[低温]<22) & (df[高温]>23) & (df[天气]==晴),:]

2.5 按照函数要求查询

• 要求：查询7月份的晴天

方法一：使用上面的条件查询的方法

df.loc[(df.index.str.startswith(2020/7) & (df[天气]==晴))]

方法二：使用函数查询的方法

def func(df):
    return df.index.str.startswith(2020/7) & (df[天气]==晴)

df.loc[func,:]

三、写在最后

pandas的查询方法有非常多，在刚开始学的时候会让我们眼花缭乱，我推荐的方法是：不学那么多，先只学这一个方法，就足够我们使用了。 等这个方法已经炉火纯青后，再学习别的方法； 今天的分享就到这里啦~