Pandas DataFrame DataFrame.query() 函数
Suraj Joshi
2023年1月30日
2020年6月17日
-
pandas.DataFrame.query()语法 -
示例代码：
DataFrame.query()方法带单一条件 -
示例代码：当列名有空格时的
DataFrame.query()方法 -
示例代码：
DataFrame.query()方法有多个条件
pandas.DataFrame.query() 方法使用给定的查询表达式过滤调用者 DataFrame 的行。
pandas.DataFrame.query() 语法
DataFrame.query( expr,
inplace=False,
**kwargs)
参数
expr |
基于过滤行的查询表达式 |
inplace |
布尔型。如果为 True，就地修改调用者 DataFrame 数据 |
**kwargs |
方法关键字参数 |
返回值
如果 inplace 为 True，则返回过滤后的 DataFrame；否则为 None。
示例代码：DataFrame.query() 方法带单一条件
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 3,],
'Y': [4, 1, 8]})
print("Original DataFrame:")
print(df)
filtered_df=df.query('X>1')
print("Filtered DataFrame:")
print(filtered_df)
输出：
Original DataFrame:
X Y
0 1 4
1 2 1
2 3 8
Filtered DataFrame:
X Y
1 2 1
2 3 8
它返回 DataFrame，其中只有满足给定查询表达式的行，即只有列 X 的值大于 1 的行。
示例代码：当列名有空格时的 DataFrame.query() 方法
在将此方法应用于 DataFrame 之前，我们必须确保要查询的列名中没有任何空格。
如果我们的列名中有空格，我们可以使用反勾引号（`）。
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 3,],
'Y': [4, 1, 8],
'A B':[3,5,7]})
print("Original DataFrame:")
print(df)
filtered_df=df.query('`A B`>5')
print("Filtered DataFrame:")
print(filtered_df)
输出：
Original DataFrame:
X Y A B
0 1 4 3
1 2 1 5
2 3 8 7
Filtered DataFrame:
X Y A B
2 3 8 7
这里，列名 A B 有空格。要对该列进行查询表达式，我们将列名用反引号括起来，否则会出现错误。
示例代码：DataFrame.query() 方法有多个条件
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 3,],
'Y': [4, 1, 8]})
print("Original DataFrame:")
print(df)
filtered_df=df.query('X>1' and 'Y==1')
print("Filtered DataFrame:")
print(filtered_df)
输出：
Original DataFrame:
X Y
0 1 4
1 2 1
2 3 8
Filtered DataFrame:
X Y
1 2 1
如果我们希望根据多个条件过滤 DataFrame，我们使用 and 操作符将多个查询表达式组合成一个复合查询表达式。
它给出的 DataFrame 中，列 X 的值大于 1，列 Y 的值等于 1 的行。
我们可以在调用 query() 方法后，通过设置 inplace=True 来修改原来的 DataFrame。
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 3,],
'Y': [4, 1, 8]})
filtered_df=df.query('X>1' and 'Y==1',inplace=True)
print(df)
输出：
X Y
1 2 1
Author: Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn