数据库 · 20 10 月, 2024

Pandas Query 方法深度總結，你學會了嗎？

Pandas Query 方法深度總結，你學會了嗎？

Pandas 是一個強大的數據分析庫，廣泛應用於數據科學和機器學習領域。其提供的 query() 方法，讓用戶能夠以類似 SQL 的語法來過濾和查詢數據，這使得數據操作變得更加直觀和高效。本文將深入探討 Pandas 的 query() 方法，幫助你更好地理解和運用這一功能。

什麼是 Pandas 的 query 方法？

query() 方法允許用戶使用字符串表達式來過濾 DataFrame 中的數據。這種方法的優勢在於其語法簡潔，易於閱讀，特別適合於處理大型數據集。

基本用法

使用 query() 方法的基本語法如下：

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

其中，expr 是一個字符串，表示查詢條件。以下是一個簡單的例子：

import pandas as pd

# 創建一個示例 DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [24, 30, 22, 35],
        'salary': [50000, 60000, 45000, 70000]}
df = pd.DataFrame(data)

# 使用 query 方法過濾年齡大於 25 的員工
result = df.query('age > 25')
print(result)

在這個例子中，我們創建了一個包含姓名、年齡和薪水的 DataFrame，然後使用 query() 方法過濾出年齡大於 25 的員工。

使用變量

在查詢中使用變量也是 query() 方法的一個重要特性。可以使用 @ 符號來引用外部變量。例如：

age_limit = 25
result = df.query('age > @age_limit')
print(result)

這樣，我們就可以靈活地使用變量來進行查詢，增強了代碼的可讀性和可維護性。

多條件查詢

使用 query() 方法進行多條件查詢也非常簡單。可以使用邏輯運算符 and、or 和 not 來組合多個條件。例如：

result = df.query('age > 25 and salary > 55000')
print(result)

這段代碼將返回年齡大於 25 且薪水大於 55000 的員工。

注意事項

在使用 query() 方法時，有幾點需要注意：

  • 查詢表達式中的變量必須以 @ 開頭。
  • 查詢條件中的列名如果包含空格或特殊字符，需使用反引號 ` 包裹。
  • 在查詢中使用的運算符必須是 Python 語法中的運算符。

總結

Pandas 的 query() 方法提供了一種簡潔而強大的方式來過濾和查詢數據。通過使用字符串表達式，使用者可以輕鬆地進行各種複雜的查詢，並且能夠提高代碼的可讀性和可維護性。無論是數據分析還是數據處理，掌握 query() 方法都將對你的工作大有裨益。

如果你對數據處理和分析有更高的需求，考慮使用 香港 VPS 來搭建你的數據分析環境，享受更高效的計算資源和靈活的配置選擇。

You may also like...