学无先后，达者为师

网站首页 编程语言 正文

Pandas查询数据df.query的使用_python

作者：北山啦   更新时间： 2022-09-17 编程语言

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()
  ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel
0 2018-01-01 3℃ -6℃ 晴~多云 东北风 1-2级 59 良 2
1 2018-01-02 2℃ -5℃ 阴~多云 东北风 1-2级 49 优 1
2 2018-01-03 2℃ -5℃ 多云 北风 1-2级 28 优 1
3 2018-01-04 0℃ -8℃ 阴 东北风 1-2级 28 优 1
4 2018-01-05 3℃ -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()
  ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel
22 2018-01-23 -4 -12 晴 西北风 3-4级 31 优 1
23 2018-01-24 -4 -11 晴 西南风 1-2级 34 优 1
24 2018-01-25 -3 -11 多云 东北风 1-2级 27 优 1
359 2018-12-26 -2 -11 晴~多云 东北风 2级 26 优 1
360 2018-12-27 -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)]
  ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel
235 2018-08-24 30 20 晴 北风 1-2级 40 优 1
249 2018-09-07 27 16 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)
  ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel
0 2018-01-01 3 -6 晴~多云 东北风 1-2级 59 良 2
1 2018-01-02 2 -5 阴~多云 东北风 1-2级 49 优 1
2 2018-01-03 2 -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")
  ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel
235 2018-08-24 30 20 晴 北风 1-2级 40 优 1
249 2018-09-07 27 16 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()
  ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel
68 2018-03-10 14 -2 晴 东南风 1-2级 171 中度污染 4
82 2018-03-24 22 5 晴 西南风 1-2级 119 轻度污染 3
83 2018-03-25 24 7 晴 南风 1-2级 78 良 2
84 2018-03-26 25 7 多云 西南风 1-2级 151 中度污染 4
85 2018-03-27 27 11 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()
  ymd bWendu yWendu tianqi fengxiang fengli aqi aqiInfo aqiLevel
107 2018-04-18 27 14 多云~晴 西南风 3-4级 147 轻度污染 3
108 2018-04-19 26 13 多云 东南风 4-5级 170 中度污染 4
109 2018-04-20 28 14 多云~小雨 南风 4-5级 164 中度污染 4
116 2018-04-27 25 13 晴 西南风 3-4级 112 轻度污染 3
119 2018-04-30 24 14 多云 南风 3-4级 62 良 2

原文链接：https://blog.csdn.net/qq_45176548/article/details/112755795

相关推荐

栏目分类
最近更新
Copyright © 2025   AB教程网    免责声明
本站部分资源收集于互联网、用户投稿，其版权归原作者所有，内容以共享、参考、学习为主，不存在任何商业目的。如有侵权请与本站联系，情况属实将予以删除!
本站由    提供CDN加速