📚【Python】進階學習：pandas–query()用法詳解

🌈 個人主頁：高斯小哥
🔥 高質量專欄：Matplotlib之旅：零基礎精通數據可視化、Python基礎【高質量合集】、PyTorch零基礎入門教程👈 希望得到您的訂閱和支持~
💡 創作高質量博文(平均質量分92+)，分享更多關于深度學習、PyTorch、Python領域的優質內容！（希望得到您的關注~）

---

🔍一、pandas庫簡介

??pandas是Python中一個非常流行的數據處理庫，它提供了大量的數據結構（如Series和DataFrame）以及數據分析工具，使得數據處理變得既簡單又高效。在pandas中，query()方法是一個功能強大的函數，允許用戶通過字符串表達式來篩選DataFrame中的數據。

😊二、query()方法基礎

??query()方法允許你使用字符串表達式來篩選DataFrame的行。這個表達式類似于你在Python中使用的常規表達式，但是它專門針對DataFrame的列名和值。

📋 示例1：基本用法

import pandas as pd# 創建一個示例DataFrame
data = {'A': [1, 2, 3, 4],'B': [5, 6, 7, 8],'C': ['p', 'q', 'r', 's']
}
df = pd.DataFrame(data)# 使用query()方法篩選A列大于2的行
filtered_df = df.query('A > 2')
print(filtered_df)

輸出：

   A  B  C
2  3  7  r
3  4  8  s

😊三、高級用法與技巧

??query()方法不僅限于簡單的比較操作，你還可以使用邏輯運算符（如&、|）和更復雜的表達式來篩選數據。

📋 示例2：使用邏輯運算符

import pandas as pd# 創建一個示例DataFrame
data = {'A': [1, 2, 3, 4],'B': [5, 6, 7, 8],'C': ['p', 'q', 'r', 's']
}
df = pd.DataFrame(data)# 篩選A列大于2且B列小于等于7的行
filtered_df = df.query('A > 2 and B <= 7')
print(filtered_df)

輸出：

   A  B  C
2  3  7  r

📋 示例3：使用字符串方法

import pandas as pd# 創建一個示例DataFrame
data = {'A': [1, 2, 3, 4],'B': [5, 6, 7, 8],'C': ['p', 'qu', 'r', 's']
}
df = pd.DataFrame(data)# 篩選C列以'q'開頭的行
filtered_df = df.query('C.str.startswith("q")')
print(filtered_df)

輸出：

   A  B   C
1  2  6  qu

😉四、結合其他pandas功能

??query()方法還可以與其他pandas功能（如groupby()、sort_values()等）結合使用，以執行更復雜的數據操作。

📋 示例4：結合groupby()

import pandas as pd# 創建一個示例DataFrame
data = {'A': [1, 1, 2, 2, 3, 3, 4, 4],'B': [5, 6, 6, 7, 7, 8, 8, 9],'C': ['p', 'q', 'r', 's', 'p', 'q', 'r', 's']
}
df = pd.DataFrame(data)# 按A列分組，并在每個組內篩選B列的最大值
grouped_df = df.groupby('A').apply(lambda x: x.query('B == B.max()'))
print(grouped_df)

輸出：

     A  B  C
A           
1 1  1  6  q
2 3  2  7  s
3 5  3  8  q
4 7  4  9  s

🌈五、總結

??query()方法是pandas庫中一個強大而靈活的工具，它允許你使用易讀的字符串表達式來篩選DataFrame中的數據。通過結合邏輯運算符和字符串方法，你可以執行復雜的數據篩選操作。然而，在處理大型數據集時，你應該注意性能問題，并考慮使用其他篩選方法。

🤝六、期待與你共同進步

??🌱 親愛的讀者，非常感謝你每一次的停留和閱讀！你的支持是我們前行的最大動力！🙏

??🌐 在這茫茫網海中，有你的關注，我們深感榮幸。你的每一次點贊👍、收藏🌟、評論💬和關注💖，都像是明燈一樣照亮我們前行的道路，給予我們無比的鼓舞和力量。🌟

??📚 我們會繼續努力，為你呈現更多精彩和有深度的內容。同時，我們非常歡迎你在評論區留下你的寶貴意見和建議，讓我們共同進步，共同成長！💬

??💪 無論你在編程的道路上遇到什么困難，都希望你能堅持下去，因為每一次的挫折都是通往成功的必經之路。我們期待與你一起書寫編程的精彩篇章！ 🎉

??🌈 最后，再次感謝你的厚愛與支持！愿你在編程的道路上越走越遠，收獲滿滿的成就和喜悅！祝你編程愉快！🎉