如何使用query函數進行數據查詢

簡介

在數據分析的過程中，數據的篩選和過濾很常見。pandas的query函數可以方便地進行篩選和過濾，提高數據分析的效率。本文將詳細介紹query函數的使用方法和注意事項。

query函數的使用方法

基本語法

query函數的基本語法是：DataFrame.query(expr)

其中，expr為字符串類型的查詢表達式，可以包含變量和運算符。

查詢表達式

query函數中的查詢表達式是一個字符串，可以使用以下運算符：

比較運算符

比較運算符有：==, !=, >, >=, <, <=。比如，要選取df表中col1等於1的行：

df.query("col1 == 1")

邏輯運算符

邏輯運算符有：&& (and), || (or), ~ (not)。比如，要選取col1等於1並且col2等於2的行：

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

in運算符

in運算符用於選取列中符合條件的行，語法為in [list]。比如，要選取col1在列表[1, 2, 3]中的行：

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

字符串方法

query函數還支持對字符串列進行操作。可以使用字符串方法，例如str.contains()，str.startswith()，str.endswith()等來篩選行。比如，選取col1列中以a開頭的行：

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

變量

變量在查詢表達式中使用$符號引用。比如，要選取變量x中的值為1的行：

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

注意事項

在使用query函數時，需要注意以下幾點：

列名和函數名的引用

在query函數中引用列名和函數名時，需要使用反引號（`）。

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

字符串和數字的區別

在query函數中，字符串和數字的引用方式是不同的。字符串需要使用引號，而數字不需要。比如，要選取col1等於字符串’1’的行：

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

如果要選取col1等於數字1的行，則不需要引號：

df.query("col1 == 1")

特殊字符的轉義

在query函數中，如果查詢表達式中出現了特殊字符，需要進行轉義。例如，要選取所有包含字符(的行：

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

完整示例

以下是一個完整的示例代碼，展示如何使用query函數選取數據。

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']})

# 選取col1等於1和col2等於2的行
df.query("col1 == 1 && col2 == 2")

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

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

# 選取col2大於等於3的行
df.query("col2 >= 3")