Pandas查询数据df.query的使用

方法对比:
使用df[(df[&ldquo;a&rdquo;] > 3) & (df[&ldquo;b&rdquo;]<5)]的方式；
使用df.query(&ldquo;a>3 & b<5&rdquo;)的方式；

df = pd.read_csv("beijing_tianqi_2018.csv")
df.head()

# 替换掉温度的后缀℃
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')

使用dataframe条件表达式查询

最低温度低于-10度的列表

df[df["yWendu"] < -10].head()

复杂条件查询

注意，组合条件用&符号合并，每个条件判断都得带括号

## 查询最高温度小于30度，并且最低温度大于15度，并且是晴天，并且天气为优的数据
df[
   (df["bWendu"]<=30)
   & (df["yWendu"]>=15)
   & (df["tianqi"]=='晴')
   & (df["aqiLevel"]==1)]

使用df.query可以简化查询

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

其中expr为要返回boolean结果的字符串表达式

形如：

• df.query(&lsquo;a<100&rsquo;)

• df.query(&lsquo;a < b & b < c&rsquo;)，或者df.query(&rsquo;(a<b)&(b<c)&rsquo;)

df.query可支持的表达式语法：

• 逻辑操作符: &, |, ~

• 比较操作符: <, <=, ==, !=, >=, >

• 单变量操作符: -

• 多变量操作符: +, -, *, /, ％

df.query中可以使用@var的方式传入外部变量

df.query支持的语法来自NumExpr，地址：
https://numexpr.readthedocs.io/projects/NumExpr3/en/latest/index.html

查询最低温度低于-10度的列表

df.query("yWendu < 3").head(3)

查询最高温度小于30度，并且最低温度大于15度，并且是晴天，并且天气为优的数据

## 查询最高温度小于30度，并且最低温度大于15度，并且是晴天，并且天气为优的数据
df.query("bWendu<=30 & yWendu>=15 & tianqi=='晴' & aqiLevel==1")

查询温差大于15度的日子

df.query("bWendu-yWendu >= 15").head()

可以使用外部的变量

# 查询温度在这两个温度之间的数据
high_temperature = 15
low_temperature = 13

df.query("yWendu<=@high_temperature & yWendu>=@low_temperature").head()

来源：https://blog.csdn.net/qq_45176548/article/details/112755795