Pandas DataFrame DataFrame.query() 函式
Suraj Joshi
2023年1月30日
-
pandas.DataFrame.query()語法 -
示例程式碼：
DataFrame.query()方法帶單一條件 -
示例程式碼：當列名有空格時的
DataFrame.query()方法 -
示例程式碼：
DataFrame.query()方法有多個條件
pandas.DataFrame.query() 方法使用給定的查詢表示式過濾呼叫者 DataFrame 的行。
pandas.DataFrame.query() 語法
DataFrame.query(expr, inplace=False, **kwargs)
引數
expr |
基於過濾行的查詢表示式 |
inplace |
布林型。如果為 True，就地修改呼叫者 DataFrame 資料 |
**kwargs |
方法關鍵字引數 |
返回值
如果 inplace 為 True，則返回過濾後的 DataFrame；否則為 None。
示例程式碼：DataFrame.query() 方法帶單一條件
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)
輸出：
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，其中只有滿足給定查詢表示式的行，即只有列 X 的值大於 1 的行。
示例程式碼：當列名有空格時的 DataFrame.query() 方法
在將此方法應用於 DataFrame 之前，我們必須確保要查詢的列名中沒有任何空格。
如果我們的列名中有空格，我們可以使用反勾引號（`）。
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)
輸出：
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
這裡，列名 A B 有空格。要對該列進行查詢表示式，我們將列名用反引號括起來，否則會出現錯誤。
示例程式碼：DataFrame.query() 方法有多個條件
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)
輸出：
Original DataFrame:
X Y
0 1 4
1 2 1
2 3 8
Filtered DataFrame:
X Y
1 2 1
如果我們希望根據多個條件過濾 DataFrame，我們使用 and 操作符將多個查詢表示式組合成一個複合查詢表示式。
它給出的 DataFrame 中，列 X 的值大於 1，列 Y 的值等於 1 的行。
我們可以在呼叫 query() 方法後，通過設定 inplace=True 來修改原來的 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)
輸出：
X Y
1 2 1
作者： Suraj Joshi
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn