如何使用query()方法查询Pandas数据框？

介绍

如果您一直在使用pandas进行数据分析，但还不知道Pandas查询方法，那么您并不孤单。查询方法直观、清晰，并且比从DataFrame中筛选行的传统方法更简洁。但是，出于某种原因，尽管其简单性，Pandas查询方法仍未被广泛使用。

因此，在本文中，我们将向您介绍Pandas查询方法和语法，并提供示例，以便您可以立即开始使用它。

您可以从GitHub上访问本文的完整代码。

最初发表于2022年10月18日的pythonsimplifed.com。
“我在转行数据科学职业过程中犯的5个错误”
Prompt Engineering初学者指南
现代自然语言处理(NLP)：详细概述第三部分：BERT

Pandas的查询方法（df.query()）用于查询DataFrame列并仅过滤所需的行。

从DataFrame中筛选行最常用的方法是布尔索引和位置索引方法。请参考下面的示例，了解我所说的布尔索引和位置索引的含义。我们将使用Seaborn库中的tips数据集进行示例。

import pandas as pdimport seaborn as snsdf = sns.load_dataset('tips')

如果我们只想选择满足两个条件的行——非吸烟者（smoker=’No’）和女性，则使用布尔索引和位置索引，我们可以编写以下代码。

# 布尔索引df[ (df['smoker']=='No') & (df['sex'] =='Female') ]# 位置索引，使用.loc[]和.iloc[]df.loc[(df['smoker'] == 'No') & (df['sex'] == 'Female')]

但是，上述代码也可以使用查询方法重写，如下所示。正如您所看到的，尽管其直观、清晰和简洁，查询方法经常被pandas用户忽视。在下一节中，让我们详细了解查询方法。

df.query('smoker == "No" & sex=="Female"')

查询方法的语法如下所示：

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