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。

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：

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和.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。

Pandas的query()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

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：

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

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

示例4

参考资料

[1] 链接1；