Pandas 實用技能，數(shù)據(jù)篩選 query 函數(shù)詳細(xì)介紹
Pandas 可以說是 在Python數(shù)據(jù)科學(xué)領(lǐng)域應(yīng)用最為廣泛的工具之一。Pandas是一種高效的數(shù)據(jù)處理庫，它以 ??dataframe?? 和 ??series?? 為基本數(shù)據(jù)類型，呈現(xiàn)出類似excel的二維數(shù)據(jù)。在數(shù)據(jù)處理過程中，咱們經(jīng)常會用到數(shù)據(jù)篩選，Pandas 中提供了數(shù)據(jù)篩選的多種方法，這里，來給大家分享下 在Pandas中應(yīng)用 ??query?? 函數(shù)來進(jìn)行數(shù)據(jù)篩選。??query?? 函數(shù)的一般用法如下：
df.query('expression')
文中的代碼是在 Jupyter Notebook 中運行的（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
在開始之前，先創(chuàng)建一份數(shù)據(jù)，供后續(xù)使用：
data = {
'brand':['Python數(shù)據(jù)之道','價值前瞻','菜鳥數(shù)據(jù)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
數(shù)據(jù)如下：
常用方法
篩選 "brand" 列中值為 "Python數(shù)據(jù)之道" 的行，如下：
df.query('brand == "Python數(shù)據(jù)之道"')
結(jié)果如下：
說明一下，上面代碼中的單引號和雙引號是可以互換的，下面的寫法，其結(jié)果也是一樣的：
df.query(" brand == 'Python數(shù)據(jù)之道' ")
上面用 query 函數(shù)篩選數(shù)據(jù)，用下面的方法也是可以實現(xiàn)的：
df[df['brand']=="Python數(shù)據(jù)之道"]
上面是篩選字符串的值，也可以是篩選數(shù)字，如下：
通過數(shù)學(xué)表達(dá)式篩選
除了直接通過等于某個值來篩選， query 函數(shù)還支持通過數(shù)學(xué)表達(dá)式來進(jìn)行數(shù)據(jù)篩選，包括 ??>??、 ??<??、 ??+??、 ??-??、 ??*??、 ??/?? 等。
示例如下：
通過變量篩選
在程序比較長的時候，經(jīng)常會使用變量來作為篩選條件， query 函數(shù)在使用變量作為判斷標(biāo)準(zhǔn)時，通過在變量前面添加 ??@?? 符號來實現(xiàn)，示例如下：
# 通過變量來篩選數(shù)據(jù)，在變量前使用 @ 符號即可
name = 'Python數(shù)據(jù)之道'
df.query('brand == @name')
列表數(shù)據(jù)篩選
當(dāng)需要在某列中篩選多個符合要求的值的時候，可以通過列表（list）來實現(xiàn)，示例如下：
# 需要注意下 雙引號 和 單引號的分開使用
df.query('brand in ["Python數(shù)據(jù)之道","價值前瞻"]')
# df.query("brand in ['Python數(shù)據(jù)之道','價值前瞻']")
多條件篩選
有很多情況下，咱們需要通過多個條件來篩選數(shù)據(jù)，query 函數(shù)支持多種條件的組合，
- 兩者都需要滿足的并列條件使用符號
&,或 單詞and - 只需要滿足其中之一的條件使用符號
|,或 單詞or
示例如下：
列名稱有空格的情況
當(dāng) dataframe 的列名稱中有空格或其他特殊符號的時候，需要使用 ??反引號（backtick mark）??，即鍵盤ESC鍵下面的按鍵(就是鍵盤上第二排第一個按鍵，有‘~’這個符號的按鍵) 來將列名包裹起來，示例如下：
df.query("`till years` < 5")
注意，如果使用單引號，將會報錯，如下：
篩選后選取數(shù)據(jù)列
在數(shù)據(jù)篩選后，還可以選擇需要的數(shù)據(jù)列，如下：
小結(jié)
以上就是關(guān)于 Pandas 中 query 函數(shù)的主要內(nèi)容介紹，應(yīng)用 query函數(shù)進(jìn)行數(shù)據(jù)篩選，其語言還是比較簡潔的，尤其是當(dāng)條件比較多的時候，會顯得更優(yōu)雅。
比如下面的對比，假設(shè)都是三個篩選條件（假設(shè)數(shù)據(jù)量較多，符合的結(jié)果也較多）：
沒有使用query函數(shù)時?
df[(df['brand']=="Python數(shù)據(jù)之道") & (df['A'] >2) & (df['C'] >4)]
可以看出上面的表達(dá)式是比較長的，略顯繁瑣。
使用query函數(shù)時?
df.query(" brand == 'Python數(shù)據(jù)之道' & A>2 & C>4 ")
相對來說，使用query 函數(shù)會顯得更加簡潔，如果覺得這個功能不錯，就趕緊用起來吧~~
