做图表的网站 免费,专业网站建设经费申请报告,网站调用数据库,找建筑工作哪个网站好1. 函数功能
Pandas 中的一个函数#xff0c;用于在 DataFrame 中执行查询操作。这个方法会返回一个新的 DataFrame#xff0c;其中包含符合查询条件的数据行。请注意#xff0c;query 方法只能用于筛选行#xff0c;而不能用于筛选列。
2. 函数语法
DataFrame.query(ex…1. 函数功能
Pandas 中的一个函数用于在 DataFrame 中执行查询操作。这个方法会返回一个新的 DataFrame其中包含符合查询条件的数据行。请注意query 方法只能用于筛选行而不能用于筛选列。
2. 函数语法
DataFrame.query(expr, *, inplaceFalse, **kwargs)3. 函数参数
参数含义expr查询字符串对于不是有效python变量名的列名如UnitPriceUSD需要将列名括在反引号数字1左边键中inplace布尔值决定是修改原数据框还是创建新的数据框默认为False创建新的数据框
3.1单个条件查询
df pd.DataFrame({A: range(1, 6),B: range(10, 0, -2),C C: range(10, 5, -1)})print(df)print(df.query(AB):\n, df.query(AB))
print(df.loc[df[A]df[B],]\n, df.loc[df[A] df[B],])
print(df.query(B C C)\n, df.query(B C C))3.2 inplace参数
df pd.DataFrame({A: range(1, 6),B: range(10, 0, -2),C C: range(10, 5, -1)})print(df)print(df.query(AB):\n, df.query(AB,inplaceTrue))print(df:inplaceTrue\n,df)3.3 实例数据查询
df pd.read_excel(C:\\Users\\changyanhua\\Desktop\\全球超市订单数据.xlsx,usecols[行 ID, 订购日期, 细分市场, 市场, 类别, 数量],nrows1000)
print(df)3.3.1 单个条件查询
## 1.单条件查询市场为亚太地区
df11 df.query(市场亚太地区)
print(df11.shape:, df11.shape)
df12 df.loc[df[市场] 亚太地区,]
print(df12.shape:, df12.shape)3.3.2 多条件查询 且and、
df21 df.query(市场亚太地区 and 类别技术)
print(df21: and, df21.shape)
df22 df.query(市场亚太地区 类别技术)
print(df22: , df22.shape)
df23 df.loc[(df[市场] 亚太地区) (df[类别] 技术),]
print(df23: loc, df23.shape)3.3.3 多条件或or 、|
df31 df.query(市场亚太地区 or 类别技术)
print(df31: and, df31.shape)
df32 df.query(市场亚太地区 | 类别技术)
print(df32: , df32.shape)
df33 df.loc[(df[市场] 亚太地区) | (df[类别] 技术),]
print(df33: loc, df33.shape)
print(df32)可以看出在进行多条件查询时query()方法具有优势能够优化代码。
