欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Pandas查詢數(shù)據(jù)df.query的使用

 更新時(shí)間:2022年07月25日 09:55:13   作者:北山啦  
本文主要介紹了Pandas查詢數(shù)據(jù)df.query的使用,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

方法對(duì)比:
使用df[(df[“a”] > 3) & (df[“b”]<5)]的方式;
使用df.query(“a>3 & b<5”)的方式;

df = pd.read_csv("beijing_tianqi_2018.csv")
df.head()
 ymdbWenduyWendutianqifengxiangfengliaqiaqiInfoaqiLevel
02018-01-013℃-6℃晴~多云東北風(fēng)1-2級(jí)592
12018-01-022℃-5℃陰~多云東北風(fēng)1-2級(jí)49優(yōu)1
22018-01-032℃-5℃多云北風(fēng)1-2級(jí)28優(yōu)1
32018-01-040℃-8℃東北風(fēng)1-2級(jí)28優(yōu)1
42018-01-053℃-6℃多云~晴西北風(fēng)1-2級(jí)50優(yōu)1
# 替換掉溫度的后綴℃
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')

使用dataframe條件表達(dá)式查詢

最低溫度低于-10度的列表

df[df["yWendu"] < -10].head()
 ymdbWenduyWendutianqifengxiangfengliaqiaqiInfoaqiLevel
222018-01-23-4-12西北風(fēng)3-4級(jí)31優(yōu)1
232018-01-24-4-11西南風(fēng)1-2級(jí)34優(yōu)1
242018-01-25-3-11多云東北風(fēng)1-2級(jí)27優(yōu)1
3592018-12-26-2-11晴~多云東北風(fēng)2級(jí)26優(yōu)1
3602018-12-27-5-12多云~晴西北風(fēng)3級(jí)48優(yōu)1

復(fù)雜條件查詢

注意,組合條件用&符號(hào)合并,每個(gè)條件判斷都得帶括號(hào)

## 查詢最高溫度小于30度,并且最低溫度大于15度,并且是晴天,并且天氣為優(yōu)的數(shù)據(jù)
df[
    (df["bWendu"]<=30) 
    & (df["yWendu"]>=15) 
    & (df["tianqi"]=='晴') 
    & (df["aqiLevel"]==1)]
 ymdbWenduyWendutianqifengxiangfengliaqiaqiInfoaqiLevel
2352018-08-243020北風(fēng)1-2級(jí)40優(yōu)1
2492018-09-072716西北風(fēng)3-4級(jí)22優(yōu)1

使用df.query可以簡(jiǎn)化查詢

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

其中expr為要返回boolean結(jié)果的字符串表達(dá)式

形如:

  • df.query(‘a<100’)
  • df.query(‘a < b & b < c’),或者df.query(’(a<b)&(b<c)’)

df.query可支持的表達(dá)式語法:

  • 邏輯操作符: &, |, ~
  • 比較操作符: <, <=, ==, !=, >=, >
  • 單變量操作符: -
  • 多變量操作符: +, -, *, /, %

df.query中可以使用@var的方式傳入外部變量

df.query支持的語法來自NumExpr,地址:
https://numexpr.readthedocs.io/projects/NumExpr3/en/latest/index.html

查詢最低溫度低于-10度的列表

df.query("yWendu < 3").head(3)
 ymdbWenduyWendutianqifengxiangfengliaqiaqiInfoaqiLevel
02018-01-013-6晴~多云東北風(fēng)1-2級(jí)592
12018-01-022-5陰~多云東北風(fēng)1-2級(jí)49優(yōu)1
22018-01-032-5多云北風(fēng)1-2級(jí)28優(yōu)1

查詢最高溫度小于30度,并且最低溫度大于15度,并且是晴天,并且天氣為優(yōu)的數(shù)據(jù)

## 查詢最高溫度小于30度,并且最低溫度大于15度,并且是晴天,并且天氣為優(yōu)的數(shù)據(jù)
df.query("bWendu<=30 & yWendu>=15 & tianqi=='晴' & aqiLevel==1")
 ymdbWenduyWendutianqifengxiangfengliaqiaqiInfoaqiLevel
2352018-08-243020北風(fēng)1-2級(jí)40優(yōu)1
2492018-09-072716西北風(fēng)3-4級(jí)22優(yōu)1

查詢溫差大于15度的日子

df.query("bWendu-yWendu >= 15").head()
 ymdbWenduyWendutianqifengxiangfengliaqiaqiInfoaqiLevel
682018-03-1014-2東南風(fēng)1-2級(jí)171中度污染4
822018-03-24225西南風(fēng)1-2級(jí)119輕度污染3
832018-03-25247南風(fēng)1-2級(jí)782
842018-03-26257多云西南風(fēng)1-2級(jí)151中度污染4
852018-03-272711南風(fēng)1-2級(jí)243重度污染5

可以使用外部的變量

# 查詢溫度在這兩個(gè)溫度之間的數(shù)據(jù)
high_temperature = 15
low_temperature = 13
df.query("yWendu<=@high_temperature & yWendu>=@low_temperature").head()
 ymdbWenduyWendutianqifengxiangfengliaqiaqiInfoaqiLevel
1072018-04-182714多云~晴西南風(fēng)3-4級(jí)147輕度污染3
1082018-04-192613多云東南風(fēng)4-5級(jí)170中度污染4
1092018-04-202814多云~小雨南風(fēng)4-5級(jí)164中度污染4
1162018-04-272513西南風(fēng)3-4級(jí)112輕度污染3
1192018-04-302414多云南風(fēng)3-4級(jí)622

 到此這篇關(guān)于Pandas查詢數(shù)據(jù)df.query的使用的文章就介紹到這了,更多相關(guān)Pandas查詢數(shù)據(jù)df.query 內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • DataFrame.to_excel多次寫入不同Sheet的實(shí)例

    DataFrame.to_excel多次寫入不同Sheet的實(shí)例

    今天小編就為大家分享一篇DataFrame.to_excel多次寫入不同Sheet的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2019-12-12
  • python文本數(shù)據(jù)處理學(xué)習(xí)筆記詳解

    python文本數(shù)據(jù)處理學(xué)習(xí)筆記詳解

    這篇文章主要為大家詳細(xì)介紹了python文本數(shù)據(jù)處理學(xué)習(xí)筆記,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2019-06-06
  • Python如何實(shí)現(xiàn)均直方圖均衡化

    Python如何實(shí)現(xiàn)均直方圖均衡化

    這篇文章主要介紹了Python如何實(shí)現(xiàn)均直方圖均衡化問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-10-10
  • Python代碼覆蓋率統(tǒng)計(jì)工具coverage.py用法詳解

    Python代碼覆蓋率統(tǒng)計(jì)工具coverage.py用法詳解

    這篇文章主要介紹了Python代碼覆蓋率統(tǒng)計(jì)工具coverage.py用法詳解,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-11-11
  • Python基于checksum計(jì)算文件是否相同的方法

    Python基于checksum計(jì)算文件是否相同的方法

    這篇文章主要介紹了Python基于checksum計(jì)算文件是否相同的方法,涉及Python針對(duì)二進(jìn)制文件的讀取與判定技巧,需要的朋友可以參考下
    2015-07-07
  • Python實(shí)現(xiàn)圖片查找輪廓、多邊形擬合、最小外接矩形代碼

    Python實(shí)現(xiàn)圖片查找輪廓、多邊形擬合、最小外接矩形代碼

    這篇文章主要介紹了Python實(shí)現(xiàn)圖片查找輪廓、多邊形擬合、最小外接矩形代碼,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2020-07-07
  • windows安裝TensorFlow和Keras遇到的問題及其解決方法

    windows安裝TensorFlow和Keras遇到的問題及其解決方法

    這篇文章主要介紹了windows安裝TensorFlow和Keras遇到的問題及其解決方法,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧
    2019-07-07
  • Python 使用 docopt 解析json參數(shù)文件過程講解

    Python 使用 docopt 解析json參數(shù)文件過程講解

    這篇文章主要介紹了Python 使用 docopt 解析json參數(shù)文件過程講解,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2019-08-08
  • 在python3.64中安裝pyinstaller庫的方法步驟

    在python3.64中安裝pyinstaller庫的方法步驟

    這篇文章主要介紹了在python3.64中安裝pyinstaller庫的方法步驟,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-06-06
  • Django 靜態(tài)文件配置過程詳解

    Django 靜態(tài)文件配置過程詳解

    這篇文章主要介紹了Django 靜態(tài)文件配置過程詳解,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2019-07-07

最新評(píng)論