如何使用query函数进行数据查询

简介

在数据分析的过程中，数据的筛选和过滤很常见。pandas的query函数可以方便地进行筛选和过滤，提高数据分析的效率。本文将详细介绍query函数的使用方法和注意事项。

query函数的使用方法

基本语法

query函数的基本语法是：DataFrame.query(expr)

其中，expr为字符串类型的查询表达式，可以包含变量和运算符。

查询表达式

query函数中的查询表达式是一个字符串，可以使用以下运算符：

比较运算符

比较运算符有：==, !=, >, >=, <, <=。比如，要选取df表中col1等于1的行：

df.query("col1 == 1")

逻辑运算符

逻辑运算符有：&& (and), || (or), ~ (not)。比如，要选取col1等于1并且col2等于2的行：

df.query("col1 == 1 && col2 == 2")

in运算符

in运算符用于选取列中符合条件的行，语法为in [list]。比如，要选取col1在列表[1, 2, 3]中的行：

df.query("col1 in [1, 2, 3]")

字符串方法

query函数还支持对字符串列进行操作。可以使用字符串方法，例如str.contains()，str.startswith()，str.endswith()等来筛选行。比如，选取col1列中以a开头的行：

df.query("col1.str.startswith('a')")

变量

变量在查询表达式中使用$符号引用。比如，要选取变量x中的值为1的行：

x = 1
df.query("col1 == $x")

注意事项

在使用query函数时，需要注意以下几点：

列名和函数名的引用

在query函数中引用列名和函数名时，需要使用反引号（`）。

df.query("`my column` == 1")

字符串和数字的区别

在query函数中，字符串和数字的引用方式是不同的。字符串需要使用引号，而数字不需要。比如，要选取col1等于字符串'1'的行：

df.query("col1 == '1'")

如果要选取col1等于数字1的行，则不需要引号：

df.query("col1 == 1")

特殊字符的转义

在query函数中，如果查询表达式中出现了特殊字符，需要进行转义。例如，要选取所有包含字符(的行：

df.query("`my column`.str.contains('\(')")

完整示例

以下是一个完整的示例代码，展示如何使用query函数选取数据。

import pandas as pd
import numpy as np

df = pd.DataFrame({'col1': [1, 2, 3, 4],
                   'col2': [2, 3, 4, 5],
                   'col3': ['abc', 'def', 'ghi', 'jkl']})

# 选取col1等于1和col2等于2的行
df.query("col1 == 1 && col2 == 2")

# 选取col1在列表[1, 2, 3]中的行
df.query("col1 in [1, 2, 3]")

# 选取col3包含字符g的行
df.query("`col3`.str.contains('g')")

# 选取col2大于等于3的行
df.query("col2 >= 3")