Pandas查询数据df.query的使用

更新时间：2022年07月25日 09:55:13 作者：北山啦

本文主要介绍了Pandas查询数据df.query的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

	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

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

到此这篇关于Pandas查询数据df.query的使用的文章就介绍到这了,更多相关Pandas查询数据df.query 内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

详解pandas删除缺失数据(pd.dropna()方法)
这篇文章主要介绍了pandas删除缺失数据(pd.dropna()方法)，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2019-06-06
使用wxpy实现自动发送微信消息功能
这篇文章主要介绍了使用wxpy实现自动发送微信消息功能,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-02-02
python用requests实现http请求代码实例
这篇文章主要介绍了python用requests实现http请求过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2019-10-10
Python使用BeautifulSoup解析并获取图片的实战分享
这篇文章主要介绍了Python使用BeautifulSoup解析并获取图片的实战分享,文中通过代码和图文结合的方式给大家讲解的非常详细,对大家的学习或工作有一定的帮助,需要的朋友可以参考下
2024-06-06
python如何利用cv2模块读取显示保存图片
cv2模块还是一个可以进行跨平台的视觉库,可以进行人脸识别,经常在机器上被广泛应用,这篇文章主要介绍了python利用cv2读取显示保存图片的相关资料,需要的朋友可以参考下
2021-06-06
python模拟菜刀反弹shell绕过限制【推荐】
这篇文章主要介绍了利用python模拟菜刀反弹shell绕过限制,本文给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下
2019-06-06
python异步爬虫之多线程
这篇文章主要介绍了python异步爬虫之多线程，多线程可以为相关阻塞的操作单独开启线程或者进程，阻塞操作可以异步执行，但是无法无限制开启多线程或多进程，下面我们一起学习详细内容，需要的朋友可以参考一下
2022-02-02
Python 自动化表单提交实例代码
今天以一个表单的自动提交，来进一步学习selenium的用法，非常不错，具有参考借鉴价值，需要的朋友参考下吧
2017-06-06
Python自定义类的数组排序实现代码
这篇文章主要介绍了Python自定义类的数组排序实现代码,需要的朋友可以参考下
2016-08-08
Python实现的调用C语言函数功能简单实例
这篇文章主要介绍了Python实现的调用C语言函数功能,结合简单实例形式分析了Python使用ctypes模块调用C语言函数的具体步骤与相关操作技巧,需要的朋友可以参考下
2019-03-03