目錄

• 使用dataframe條件表達(dá)式查詢
• 復(fù)雜條件查詢
• 使用df.query可以簡化查詢

方法對比:
使用df[(df[“a”] > 3) & (df[“b”]<5)]得方式；
使用df.query(“a>3 & b<5”)得方式；

df = pd.read_csv("beijing_tianqi_2018.csv")df.head()

# 替換掉溫度得后綴℃df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')

使用dataframe條件表達(dá)式查詢

最低溫度低于-10度得列表

df[df["yWendu"] < -10].head()

復(fù)雜條件查詢

注意，組合條件用&符號合并，每個(gè)條件判斷都得帶括號

## 查詢最高溫度小于30度，并且最低溫度大于15度，并且是晴天，并且天氣為優(yōu)得數(shù)據(jù)df[    (df["bWendu"]<=30)     & (df["yWendu"]>=15)     & (df["tianqi"]=='晴')     & (df["aqiLevel"]==1)]

使用df.query可以簡化查詢

形式：DataFrame.query(expr, inplace=False, **kwargs)

其中expr為要返回boolean結(jié)果得字符串表達(dá)式

形如：

• df.query(‘a<100’)
• df.query(‘a < b & b < c’)，或者df.query(’(a<b)&(b<c)’)

df.query可支持得表達(dá)式語法：

• 邏輯操作符: &, |, ~
• 比較操作符: <, <=, ==, !=, >=, >
• 單變量操作符: -
• 多變量操作符: +, -, *, /, %

df.query中可以使用@var得方式傳入外部變量

df.query支持得語法來自NumExpr，地址：
https://numexpr.readthedocs.io/projects/NumExpr3/en/latest/index.html

查詢最低溫度低于-10度得列表

df.query("yWendu < 3").head(3)

查詢最高溫度小于30度，并且最低溫度大于15度，并且是晴天，并且天氣為優(yōu)得數(shù)據(jù)

## 查詢最高溫度小于30度，并且最低溫度大于15度，并且是晴天，并且天氣為優(yōu)得數(shù)據(jù)df.query("bWendu<=30 & yWendu>=15 & tianqi=='晴' & aqiLevel==1")

查詢溫差大于15度得日子

df.query("bWendu-yWendu >= 15").head()

可以使用外部得變量

# 查詢溫度在這兩個(gè)溫度之間得數(shù)據(jù)high_temperature = 15low_temperature = 13

df.query("yWendu<=@high_temperature & yWendu>=@low_temperature").head()

 到此這篇關(guān)于Pandas查詢數(shù)據(jù)df.query得使用得內(nèi)容就介紹到這了,更多相關(guān)Pandas查詢數(shù)據(jù)df.query 內(nèi)容請搜索之家以前得內(nèi)容或繼續(xù)瀏覽下面得相關(guān)內(nèi)容希望大家以后多多支持之家！