Python Pandas DataFrame query方法用法及代碼示例

例子

考慮以下 DataFrame ：

import pandas as pd
df = pd.DataFrame({"A":[1,2,3], "B":[4,5,6], "C":[7,8,9]})
df



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

平等查詢

要獲取列 A 的值為 2 的所有行：

df.query("A == 2")



   A  B  C
1  2  5  8

對於not-equals 查詢，請改用!=。

帶有字符串值的查詢

當引用string-typed值時，將它們包裝在'或"中，如下所示：

df = pd.DataFrame({"A":["a","b"]})
df.query("A == 'a'")



   A
0  a

帶有布爾值的查詢

通過布爾值查詢：

df = pd.DataFrame({"A":[True,False]})
df.query("A == True")



   A
0  True

範圍查詢

要獲取列 A 的值大於 1 的所有行：

df.query("A > 1")



   A  B  C
1  2  5  8
2  3  6  9

區間查詢

要獲取列 A 的值介於 1 和 3 之間(兩端都不包括)的所有行：

df.query("1 < A < 3")



   A  B  C
1  2  5  8

AND 查詢

要獲取列 A == 3 和列 C == 9 的所有行：

df.query("A == 3 and C == 9")



   A  B  C
2  3  6  9

或查詢

要獲取列 A == 1 或列 C == 9 的所有行：

df.query("A == 1 or C == 9") 



   A  B  C
0  1  4  7
2  3  6  9

使用 column-comparisons 進行查詢

要獲取列 C 的值大於列 A 的所有行：

df.query("C > A")



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

帶有算術運算的查詢

要獲取 C 的值加 1 為 10 的所有行：

df.query("C + 1 == 10")



   A  B  C
2  3  6  9

具有對象訪問權限的查詢

您還可以使用點符號訪問對象屬性和方法：

df.query("B.values.max() < C")



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

在此，請注意以下事項：

• B 的類型為 Series ，因此您可以訪問 Series 可用的所有屬性和方法。

• 其中一個屬性是 values ，它隻是 Series 的 Numpy array 表示。

• 接下來，我們調用 max() ，這是所有 Numpy 數組都可用的方法。在本例中， max() 返回 6，因為 6 是 B 列中的最大值。

IN 查詢

考慮以下 DataFrame ：

df = pd.DataFrame({"A":["aa","aa","aA","AA"],"B":["b","b","b","b"]})
df



   A   B
0  aa  b
1  aa  b
2  aA  b
3  AA  b

要獲取 A 的值位於 arr 中的所有行：

arr = ["aa","AA"]
df.query("A in @arr")



   A   B
0  aa  b
1  aa  b
3  AA  b

這裏，arr 帶有 @ 前綴，因為它是外部變量。

不在查詢中

考慮相同的 DataFrame：

df = pd.DataFrame({"A":["aa","aa","aA","AA"],"B":["b","b","b","b"]})
df



   A   B
0  aa  b
1  aa  b
2  aA  b
3  AA  b

要獲取 A 的值不在 arr 中的所有行：

arr = ["aa","AA"]
df.query("A not in @arr")



   A   B
2  aA  b

參考索引

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[2,3,4],"B":[5,6,7]})
df



   A  B
0  2  5
1  3  6
2  4  7

要引用索引，隻需包含單詞index，如下所示：

df.query("index > 1")



   A  B
2  4  7

處理帶空格的列名

當列名包含空格時，您需要在列名周圍添加back-ticks `。

考慮以下 DataFrame ：

df = pd.DataFrame({"A A":[1,2],"B":[3,4]})
df



   A A  B
0   1   3
1   2   4

在這裏，第一列(即 A A )的名稱中包含空格。為了解決這個問題，請像下麵這樣包裝`：

df.query("`A A` == 2")



   A A  B
1   2   4