【Python】进阶学习：pandas--query()用法详解

【Python】进阶���习：pandas–query()用法详解

个人主页：高斯小哥

高质量专栏：Matplotlib之旅：零基础精通数据可视化、Python基础【高质量合集】、PyTorch零基础入门教程 希望得到您的订阅和支持~

创作高质量博文(平均质量分92+)，分享更多关于深度学习、PyTorch、Python领域的优质内容！（希望得到您的关注~）

文章目录

• 一、pandas库简介
• 二、query()方法基础
• • 示例1：基本用法
  • 三、高级用法与技巧
  • • 示例2：使用逻辑运算符
    • 示例3：使用字符串方法
    • 四、结合其他pandas功能
    • • 示例4：结合groupby()
      • 五、总结
      • 六、期待与你共同进步

        一、pandas库简介

          pandas是Python中一个非常流行的数据处理库，它提供了大量的数据结构（如Series和DataFrame）以及数据分析工具，使得数据处理变得既简单又高效。在pandas中，query()方法是一个功能强大的函数，允许用户通过字符串表达式来筛选DataFrame中的数据。

        二、query()方法基础

          query()方法允许你使用字符串表达式来筛选DataFrame的行。这个表达式类似于你在Python中使用的常规表达式，但是它专门针对DataFrame的列名和值。

        示例1：基本用法

        import pandas as pd# 创建一个示例DataFramedata = {    'A': [1, 2, 3, 4],    'B': [5, 6, 7, 8],    'C': ['p', 'q', 'r', 's']}df = pd.DataFrame(data)# 使用query()方法筛选A列大于2的行filtered_df = df.query('A > 2')print(filtered_df)

        输出：

           A  B  C2  3  7  r3  4  8  s

        三、高级用法与技巧

          query()方法不仅限于简单的比较操作，你还可以使用逻辑运算符（如&、|）和更复杂的表达式来筛选数据。

        示例2：使用逻辑运算符

        import pandas as pd# 创建一个示例DataFramedata = {    'A': [1, 2, 3, 4],    'B': [5, 6, 7, 8],    'C': ['p', 'q', 'r', 's']}df = pd.DataFrame(data)# 筛选A列大于2且B列小于等于7的行filtered_df = df.query('A > 2 and B