Pandas高级：query方法教你优雅的查询

好久好久没写博客了。最近看到个很实用的pandas方法，记录下。

query()

DataFrame.query(expr, inplace=False, **kwargs)，用于通过boolean表达式来查询dataframe中的列。

主要参数为expr，它是字符串表达式，有如下说明：

可以引用变量，方法是在变量前添加一个@字符，例如@a + b。

可以在反引号内将包含空格或运算符的列名引用起来。 这样，您还可以转义以数字开头或Python关键字的名称。 基本上是无效的Python标识符。 

例如，如果有一列称为a a，而您想将其与b相加，则查询应为`a a` + b。

Examples

df = pd.DataFrame({'A': range(1, 6),
                   'B': range(10, 0, -2),
                   'C C': range(10, 5, -1)})
df

	A	B	C C
0	1	10	10
1	2	8	9
2	3	6	8
3	4	4	7
4	5	2	6

如果我要查询A列值大于B列值的结果，正常情况我们会做如下操作：

df[df.A > df.B]  或  df[df['A'] > df['B']]

	A	B	C C
4	5	2	6

然而这不够优雅，使用query可以简化代码：

df.query('A > B ')

A	B	C C
4	5	2	6

用同样的方法，查询B列和C C列相等的数据：

df.query('B == `C C`')

A	B	C C
0	1	10	10

注意对于C C列的列名中间有空格或运算符等其他特殊符号的情况，上文提到，要用反引号（就是键盘上第二排第一个按键，有‘~’这个符号的按键）。

上述表达式等同于：

df[df.B == df['C C']]

你以为这就完了？如果这样我也没必要写这篇博客了。

上面都是单一条件查询，若涉及多个条件查询，情况如何呢？

如我要查询A列小于B列，且A列小于C C列的数据，一般情况我们会做如下写法：

df[(df['A'] < df['B']) & (df['A'] < df['C C'])]


A	B	C C
0	1	10	10
1	2	8	9
2	3	6	8

用query方法简洁如下：

df.query('A < B & A < `C C`')

A	B	C C
0	1	10	10
1	2	8	9
2	3	6	8

再比如，我要查询A列小于B列，加上A列值为4的数据，query方法如下：

df.query('A < B | A == 4')

A	B	C C
0	1	10	10
1	2	8	9
2	3	6	8
3	4	4	7

是不是高级而又优雅，符合python的精髓。

以后数据筛选或查询就用query吧！