從多個方面詳解pandas查詢

一、基礎查詢

pandas作為Python數據分析的重要庫，提供了豐富的數據操作和查詢功能，但需要一定的基礎和經驗。pandas最基礎的查詢功能是根據索引號或者列名進行查詢。

import pandas as pd

df = pd.DataFrame({
    'name':['Amy','Bob','Cathy','David','Eric'],
    'age':[22,35,28,30,25],
    'score':[80,95,85,75,70]
})

# 按照索引號查詢，輸出第2行（索引號為1）到第4行（索引號為3）
print(df.iloc[1:4])

# 按照列名查詢，輸出「name」列和「score」列
print(df[['name','score']])

可以看到，基礎查詢可以根據行索引號和列名進行數據的切片和篩選，但是如果需要進行更為複雜的數據篩選和過濾，則需要使用更高級的查詢方法。

二、布爾索引

布爾索引是一種通過真假值進行數據篩選和過濾的方法，在pandas中使用較為普遍。通過布爾索引，可以根據某些條件來選取數據，比如選擇所有大於某個值的數據，或者根據多重條件選擇數據。

import pandas as pd

df = pd.DataFrame({
    'name':['Amy','Bob','Cathy','David','Eric'],
    'age':[22,35,28,30,25],
    'score':[80,95,85,75,70]
})

# 選擇age大於等於30的行
print(df[df['age'] >= 30])

# 選擇age大於等於30且score大於等於80的行
print(df[(df['age'] >= 30) & (df['score'] >= 80)])

可以看到，在使用布爾索引時，需要使用[]來包裹篩選條件，多個條件之間使用&（與）或|（或）進行連接。布爾索引有很強的靈活性，可以通過不同的條件組合篩選出複雜的數據。

三、apply查詢

apply是pandas中一個非常重要的數據查詢和轉換函數，它可以對數據進行自定義操作，比如對一列數據進行字符串拼接、轉換成大寫或小寫、計算列和等。apply主要有兩種用法，一種是對一列數據進行apply操作，另一種是對整個數據進行apply操作。

import pandas as pd

df = pd.DataFrame({
    'name':['Amy','Bob','Cathy','David','Eric'],
    'age':[22,35,28,30,25],
    'score':[80,95,85,75,70]
})

# 將score值大於80的行的"score"列和"age"列相加作為新列"sum"存儲
df['sum'] = df.apply(lambda x: x['score'] + x['age'] if x['score'] > 80 else 0, axis=1)
print(df)

# 將"name"列的值全部轉化為小寫字母
df['name'] = df['name'].apply(lambda x: x.lower())
print(df)

可以看到，在apply中，需要使用lambda表達式對數據進行處理，axis參數表示對數據進行apply操作的方向，0表示列，1表示行。

四、Groupby查詢

Groupby是pandas中一個非常常用的數據分組和查詢函數，它可以對數據進行分組後進行聚合和操作，比如統計不同類別的數量、計算某個指標的平均值。Groupby函數需要將數據進行分組，分成多個子集，然後對每個子集進行聚合。

import pandas as pd

df = pd.DataFrame({
    'name':['Amy','Bob','Cathy','David','Eric'],
    'gender':['F','M','F','M','M'],
    'score':[80,95,85,75,70]
})

# 按照gender分組，統計各個分組中的平均分數
grouped = df.groupby('gender')['score'].mean()
print(grouped)

# 按照多個列進行分組，統計各個分組中的平均分數和數量
grouped = df.groupby(['gender','name'])['score'].agg(['mean','count'])
print(grouped)

可以看到，Groupby函數的用法較為簡單，但是具有很強的統計和計算能力，可以對數據進行高效地分組、聚合和統計。需要注意的是，Groupby函數需要先進行數據分組，然後才能對每個子集進行聚合和操作，需要根據具體需求進行合理的操作。

五、Merging和Join查詢

Merging和Join是pandas中常用的將兩個或多個數據集合併和連接的函數，可以將兩個不同數據源的數據進行合併。Merging和Join的主要區別在於，Merging是根據兩個數據集中的某個列的值進行合併，而Join則是根據索引進行連接。

import pandas as pd

data1 = pd.DataFrame({
    'name':['Amy','Bob','Cathy','David','Eric'],
    'age':[22,35,28,30,25],
    'score':[80,95,85,75,70]
})

data2 = pd.DataFrame({
    'name':['Amy','Bob','Cathy','Michael','Tom'],
    'income':[5000,8000,6000,6500,7000],
    'address':['Beijing','Shanghai','Guangzhou','Beijing','Shanghai']
})

# Merging函數，以"name"列的值為鍵值，合併兩個數據集，相同的鍵值列合併在一個行中
merged = pd.merge(data1,data2,on='name')
print(merged)

data1.set_index('name',inplace=True)
data2.set_index('name',inplace=True)

# Join函數，以索引為鍵值，按照列名進行連接，將兩個數據集中的列合併在一起
joined = data1.join(data2)
print(joined)

可以看到，在數據集合併和連接方面，pandas提供了兩種常見的函數，可根據不同的需求選用合適的函數。

六、Conclusion

pandas是Python數據分析非常重要的庫之一，具有豐富的數據查詢和操作功能。本文從多個方面對pandas的查詢進行了詳細闡述，包括基礎查詢、布爾索引、apply查詢、Groupby查詢和Merging和Join查詢。不同的查詢方法可以根據具體的數據分析需求進行靈活的運用，為數據分析工作提供有效的幫助。