Pandas 实用技能,数据筛选 query 函数详细介绍
Posted AI科技大本营
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Pandas 实用技能,数据筛选 query 函数详细介绍相关的知识,希望对你有一定的参考价值。
作者 | 阳哥
来源 | Python数据之道
Pandas 可以说是 在Python数据科学领域应用最为广泛的工具之一。
Pandas是一种高效的数据处理库,它以 dataframe
和 series
为基本数据类型,呈现出类似excel的二维数据。
在数据处理过程中,咱们经常会用到数据筛选,Pandas 中提供了数据筛选的多种方法,这里,来给大家分享下 在Pandas中应用 query
函数来进行数据筛选。
query
函数的一般用法如下:
df.query('expression')
文中的代码是在 Jupyter Notebook 中运行的(也可以是其他IDE),本次使用的 Pandas 版本是 1.3.0 版,如下:
import pandas as pd
print(f'pandas version: pd.__version__')
# pandas version: 1.3.0rc1
在开始之前,先创建一份数据,供后续使用:
data =
'brand':['Python数据之道','价值前瞻','菜鸟数据之道','Python','Java'],
'A':[10,2,5,20,16],
'B':[4,6,8,12,10],
'C':[8,12,18,8,2],
'D':[6,18,14,6,12],
'till years':[4,1,1,30,30]
df = pd.DataFrame(data=data)
df
数据如下:
常用方法
筛选 "brand" 列中值为 "Python数据之道" 的行,如下:
df.query('brand == "Python数据之道"')
结果如下:
说明一下,上面代码中的单引号和双引号是可以互换的,下面的写法,其结果也是一样的:
df.query(" brand == 'Python数据之道' ")
上面用 query 函数筛选数据,用下面的方法也是可以实现的:
df[df['brand']=="Python数据之道"]
上面是筛选字符串的值,也可以是筛选数字,如下:
通过数学表达式筛选
除了直接通过等于某个值来筛选, query 函数还支持通过数学表达式来进行数据筛选,包括 >
、 <
、 +
、 -
、 *
、 /
等。
示例如下:
通过变量筛选
在程序比较长的时候,经常会使用变量来作为筛选条件, query 函数在使用变量作为判断标准时,通过在变量前面添加 @
符号来实现,示例如下:
# 通过变量来筛选数据,在变量前使用 @ 符号即可
name = 'Python数据之道'
df.query('brand == @name')
列表数据筛选
当需要在某列中筛选多个符合要求的值的时候,可以通过列表(list)来实现,示例如下:
# 需要注意下 双引号 和 单引号的分开使用
df.query('brand in ["Python数据之道","价值前瞻"]')
# df.query("brand in ['Python数据之道','价值前瞻']")
多条件筛选
有很多情况下,咱们需要通过多个条件来筛选数据,query 函数支持多种条件的组合,
两者都需要满足的并列条件使用符号
&
,或 单词and
只需要满足其中之一的条件使用符号
|
,或 单词or
示例如下:
列名称有空格的情况
当 dataframe 的列名称中有空格或其他特殊符号的时候,需要使用 反引号(backtick mark)
,即键盘ESC键下面的按键(就是键盘上第二排第一个按键,有‘~’这个符号的按键) 来将列名包裹起来,示例如下:
df.query("`till years` < 5")
注意,如果使用单引号,将会报错,如下:
筛选后选取数据列
在数据筛选后,还可以选择需要的数据列,如下:
小结
以上就是关于 Pandas 中 query 函数的主要内容介绍,应用 query函数进行数据筛选,其语言还是比较简洁的,尤其是当条件比较多的时候,会显得更优雅。
比如下面的对比,假设都是三个筛选条件(假设数据量较多,符合的结果也较多):
没有使用query函数时
df[(df['brand']=="Python数据之道") & (df['A'] >2) & (df['C'] >4)]
可以看出上面的表达式是比较长的,略显繁琐。
使用query函数时
df.query(" brand == 'Python数据之道' & A>2 & C>4 ")
相对来说,使用query 函数会显得更加简洁,如果觉得这个功能不错,就赶紧用起来吧~~
CSDN音视频技术开发者在线调研正式上线!
现邀开发者们扫码在线调研
往期回顾
分享
点收藏
点点赞
点在看
以上是关于Pandas 实用技能,数据筛选 query 函数详细介绍的主要内容,如果未能解决你的问题,请参考以下文章
pandas使用query函数和sample函数使用query函数筛选dataframe中的特定数据行并使用sample函数获取指定个数的随机抽样数据
pandas数据预处理(字段筛选query函数进行数据筛选缺失值删除)seaborn使用Catplot函数可视化基本箱图(Boxplot with Seaborn Catplot)
pandas使用query函数基于dataframe字符串数据列中字符串的长度筛选dataframe的数据行(specific column string length)
pandas数据预处理(字段筛选query函数进行数据筛选缺失值删除)seaborn可视化分面图(facet)seaborn使用Catplot可视化分面箱图(Faceted Boxplot)