本篇文章帶大家聊聊一個Python Pandas庫的使用小技巧，介紹一下使用query()優雅查詢的方法，希望對大家有所幫助！

對于 Pandas 根據條件獲取指定數據，相信大家都能夠輕松的寫出相應代碼，但是如果你還沒用過 query，相信你會被它的簡潔所折服！

常規用法

先創建一個 DataFrame。

import pandas as pd  df = pd.DataFrame(     {'A': ['e', 'd', 'c', 'b', 'a'],      'B': ['f', 'b', 'c', 'd', 'e'],      'C': range(0, 10, 2),      'D': range(10, 0, -2),      'E.E': range(10, 5, -1)})

我們現在選取 A列字母出現在B列 的所有行。先看兩種常見寫法。

>>> df[df['A'].isin(df['B'])]    A  B  C   D  E.E 0  e  f  0  10   10 1  d  b  2   8    9 2  c  c  4   6    8 3  b  d  6   4    7 >>> df.loc[df['A'].isin(df['B'])]    A  B  C   D  E.E 0  e  f  0  10   10 1  d  b  2   8    9 2  c  c  4   6    8 3  b  d  6   4    7

下面使用 query() 來實現。

>>> df.query("A in B")    A  B  C   D  E.E 0  e  f  0  10   10 1  d  b  2   8    9 2  c  c  4   6    8 3  b  d  6   4    7

可以看到使用 query 后的代碼簡潔易懂，并且它對于內存的消耗也更小。

多條件查詢

選取 A列字母出現在B列，并且C列小于D列 的所有行。

>>> df.query('A in B and C < D')    A  B  C   D  E.E 0  e  f  0  10   10 1  d  b  2   8    9 2  c  c  4   6    8

這里 and 也可以用 & 表示。

引用變量

表達式中也可以使用外部定義的變量，在變量名前用@標明。

>>> number = 5 >>> df.query('A in B & C > @number')    A  B  C  D  E.E 3  b  d  6  4    7

索引選取

選取 A列字母出現在B列，并且索引大于2 的所有行。

>>> df.query('A in B and index > 2')    A  B  C  D  E.E 3  b  d  6  4    7

多索引選取

創建一個兩層索引的 DataFrame。

>>> import numpy as np >>> colors = ['yellow']*3 + ['red']*2 >>> rank = [str(i) for i in range(5)] >>> index = pd.MultiIndex.from_arrays([colors, rank], names=['color', 'rank']) >>> df = pd.DataFrame(np.arange(10).reshape(5, 2),columns=['A', 'B'] , index=index) >>> df = pd.DataFrame(np.arange(10).reshape(5, 2),columns=['A', 'B'] , index=index) >>> df              A  B color  rank       yellow 0     0  1        1     2  3        2     4  5 red    3     6  7        4     8  9

1、當有多層索引有名稱時，通過索引名稱直接選取。

>>> df.query("color == 'red'")             A  B color rank       red   3     6  7       4     8  9

2、當有多層索引無名時，通過索引級別來選取。

>>> df.index.names = [None, None] >>> df.query("ilevel_0 == 'red'")        A  B red 3  6  7     4  8  9 >>> df.query("ilevel_1 == '4'")        A  B red 4  8  9

特殊字符

對于列名中間有空格或運算符等其他特殊符號，需要使用反引號 ``。

>>> df.query('A == B | (C + 2 > `E.E`)')    A  B  C  D  E.E 2  c  c  4  6    8 3  b  d  6  4    7 4  a  e  8  2    6

總的來說，query() 用法比較簡單，可以快速上手，代碼可讀性也提高了不少。

【