Pandas查询数据df.query的使用

目录使用dataframe条件表达式查询复杂条件查询使用df.query可以简化查询方法对比:使用df[(df[a]3)(df[b]5)]的方式；使用df.query(a3b5)的方式；d...

目录

使用dataframe条件表达式查询
复杂条件查询
使用df.query可以简化查询

方法对比:
使用df[(df[“a”] > 3) & (df[“b”]<5)]的方式；
使用df.query(“a>3 & b<5”)的方式；

df = pd.read_csv("beijing_tianqi_2018.csv")
df.head()

 ymdbWenduyWendlusbQutianqifengxiangfengliaqiaqiInfoaqiLevel02018-01-013℃-6℃晴~多云东北风1-2级59良212018-01-022℃-5℃阴~多云东北风1-2级49优122018-01-032℃-5℃多云北风1-2级28优132018-01-040℃-8℃阴东北风1-2级28优142018-01-053℃-6℃多云~晴西北风1-2级50优1

# 替换掉温度的后缀℃
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')

使用dataframe条件表达式查询

最低温度低于-10度的列表

df[df["yWendu"] < -10].head()

 ymdbWenduyWendutianqifengxiangfengliaqiaqiInfoaqiLevel222018-01-23-4-12晴西北风3-4级31优1232018-01-24-4-11晴西南风1-2级34优1242018-01-25-3-11多云东北风1-2级27优13592018-12-26-2-11晴~多云东北风2级26优13602018-12-27-5-12多云~晴西北风3级48优1

复杂条件查询

注意，组合条件用&符号合并，每个条件判断都得带括号

## 查询最高温度小于30度，并且最低温度大于15度，并且是晴天，并且天气为优的数据
df[
    (df["bWendu"]<=30) 
    & (df["yWendu"]>=15) 
    & (df["tianqi"]=='晴') 
    & (df["aqiLevel"]==1)]

 ymdbWenduyWendutianqifengxiangfengliaqiaqiInfoaqiLevel2352android018-08-243020晴北风1-2级40优12492018-09-072716晴西北风3-4级22优1

使用df.query可以简化查询

形式：DataFrame.query(expr, inplace=False, **kwargs)

其中expr为要返回boolean结果的字符串表达式

形如：

df.query(‘a<100’)
df.query(‘a < b & b < c’)，或者df.query(’(a<b)&(b<c)’)

df.query可支持的表达式语法：

逻辑操作符: &, |, ~
比较操作符: <, <=, ==, !=, >=, >
单变量操作符: -
多变量操作符: +, -, *, /, %

df.query中可以使用@var的方式传入外部变量

df.query支持的语法来自NumExpr，地址：
https://numexpr.readthedocs.io/projects/NumExpr3/en/latest/index.html

查询最低温度低于-10度的列表

df.query("yWendu < 3").head(3)

 ymdbWenduyWendutianqifengxiangfengliaqiaqiInfoaqiLevel02018-01-013-6晴~多云东北风1-2级59良212018-01-022-5阴~多云东北风1-2级49优122018-01-032-5多云北风1-2级28优1

查询最高温度小于30度，并且最低温度大于15度，并且是晴天，并且天气为优的数据

## 查询最高温度小于30度，并且最低温度大于15度，并且是晴天，并且天气为优的数据
df.query("bWendu<=30 & yWendu>=15 & tianqi=='晴' & aqiLevel==1")

 ymdbWenduyWendutianqifengxiangfengliaqiaqiInfoaqiLevel2352018-08-243020晴北风1-2级40优12492018-09-072716晴西北风3-4级22优1

查询温差大于15度的日子

df.query("bWendu-yWendu >= 15").head()

 ymdbWenduyWendutianqifengxiangfengliaqiaqiInfoaqiLevel682018-03-1014-2晴东南风1-2级171中度污染4822018-03-24225晴西南风1-2级119轻度污染3832018-03-25247晴南风1-2级78良2842018-03-26257多云西南风1-2级151中度污染4852018-03-272711晴南风1-2级243重度污染5

可以使用外部的变量

# 查询温度在这两个温度之间的数据
high_temperature = 15
low_temperature = 13

df.query("yWendu<=@high_temperature & yWendu>=@low_temperature").head()

 ymdbWenduyWendutianqifengxiangfengliaqiaqiInfoaqiLevel1072018-04-182714多云~晴西南风3-4级147轻度污染31082018-04-192613多云东南风4-5级170中度污染41092018-04-202814多云~小雨南风4-5级164中度污染41162018-04-272513晴西南风3-4级112轻度污染31192018-04-302414多云南风3-4级62良2

 到此这篇关于Pandas查询数据df.query的使用的文章就介绍到这了,更多相关Pandas查询数据df.query 内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！