摘要：
Pandas数据查询Pandas数据查询Pandas有几种查询数据的方法。df.loc方法根据行和列的标签值查询df.iloc方法。df.where方法df.query方法。loc可用于查询和覆盖雪，强烈建议Pandas使用df.loc来查询数据。使用单个标签值查询数据。使用值列表进行批量查询。使用值范围进行查询。使用条件表达式进行查询。调用函数进行查询。注意：以上查询方法适用于行和列
pandas 查询数据的几种方法
df.loc方法，根据行，列的标签值查询
df.iloc方法，根据行，列的数字位置查询
df.where方法
df.query方法
.loc即可以查询，又能覆盖雪茹，强烈推荐
pandas 使用df.loc查询数据的方法
使用单个label值查询数据
使用值列表批量查询
使用数值区间进行范围查询
使用条件表达式查询
调用函数查询
注意：
以上查询方法，即适用于行，也适用于列
注意观察降维DataFrame>Series>值
1、读取数据
import pandas as pd file_path = "../files/beijing_tianqi_2018.csv" df = pd.read_csv(file_path) print("打印前几行的数据: ", df.head()) # 设定索引为日期，方便按日期筛选 df.set_index('ymd', inplace=True) # 时间序列见后续课程，本次按字符串处理 print("打印索引: ", df.index) print("打印前几行的数据: ", df.head()) # 替换温度的后缀℃ df.loc[:, 'bWendu'] = df.loc[:, 'bWendu'].str.replace('℃', '').astype('int32') df.loc[:, 'yWendu'] = df.loc[:, 'yWendu'].str.replace('℃', '').astype('int32') print("打印每列的数据类型: ", df.dtypes) print("打印前几行的数据: ", df.head())
2、使用单个label值查询数据
行或者列，都可以只传单个值，实现精确匹配
import pandas as pd file_path = "../files/beijing_tianqi_2018.csv" df = pd.read_csv(file_path) # 数据的预处理 # 设定索引为日期，方便按日期筛选 df.set_index('ymd', inplace=True) # 替换温度的后缀℃ df.loc[:, 'bWendu'] = df.loc[:, 'bWendu'].str.replace('℃', '').astype('int32') df.loc[:, 'yWendu'] = df.loc[:, 'yWendu'].str.replace('℃', '').astype('int32') # 打印前几行数据 print(df.head()) # 得到单个值(获取2018-01-03的最高温度) print(df.loc['2018-01-03', 'bWendu']) # 得到一个Series(获取2018-01-03的最高温度和最低温度) print(df.loc['2018-01-03', ['bWendu', 'yWendu']])
3、使用值列表批量查询
import pandas as pd file_path = "../files/beijing_tianqi_2018.csv" df = pd.read_csv(file_path) # 数据的预处理 # 设定索引为日期，方便按日期筛选 df.set_index('ymd', inplace=True) # 替换温度的后缀℃ df.loc[:, 'bWendu'] = df.loc[:, 'bWendu'].str.replace('℃', '').astype('int32') df.loc[:, 'yWendu'] = df.loc[:, 'yWendu'].str.replace('℃', '').astype('int32') # 打印前几行数据 print(df.head()) # 得到Series(获取['2018-01-03', '2018-01-04', '2018-01-05']的最高温度) print(df.loc[['2018-01-03', '2018-01-04', '2018-01-05'], 'bWendu']) # 得到DataFrame(获取['2018-01-03', '2018-01-04', '2018-01-05']的最高温度和最低温度) print(df.loc[['2018-01-03', '2018-01-04', '2018-01-05'], ['bWendu', 'yWendu']])
4、使用数值区间进行范围查询
注意：区间即包含开始，也包含结束
import pandas as pd file_path = "../files/beijing_tianqi_2018.csv" df = pd.read_csv(file_path) # 数据的预处理 # 设定索引为日期，方便按日期筛选 df.set_index('ymd', inplace=True) # 替换温度的后缀℃ df.loc[:, 'bWendu'] = df.loc[:, 'bWendu'].str.replace('℃', '').astype('int32') df.loc[:, 'yWendu'] = df.loc[:, 'yWendu'].str.replace('℃', '').astype('int32') # 打印前几行数据 print(df.head(), ' ', '*' * 50) # 行index按区间 print(df.loc['2018-01-03':'2018-01-05', 'bWendu'], ' ', '*' * 50) # 列index按区间 print(df.loc['2018-01-03', 'bWendu':'fengxiang'], ' ', '*' * 50) # 行列都按区间查询 print(df.loc['2018-01-03':'2018-01-05', 'bWendu':'fengxiang'])
5、使用条件表达式查询
bool列表的长度等于行数或者列数
简单条件查询
import pandas as pd file_path = "../files/beijing_tianqi_2018.csv" df = pd.read_csv(file_path) # 数据的预处理 # 设定索引为日期，方便按日期筛选 df.set_index('ymd', inplace=True) # 替换温度的后缀℃ df.loc[:, 'bWendu'] = df.loc[:, 'bWendu'].str.replace('℃', '').astype('int32') df.loc[:, 'yWendu'] = df.loc[:, 'yWendu'].str.replace('℃', '').astype('int32') # 简单查询, 最低温度低于-10度的列表 print(df.loc[df['yWendu'] < -10, :], ' ', '*' * 50) # 观察一下这里的boolean条件 print(df['yWendu'] < -10, ' ', '*' * 50)
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
import pandas as pd file_path = "../files/beijing_tianqi_2018.csv" df = pd.read_csv(file_path) # 数据的预处理 # 设定索引为日期，方便按日期筛选 df.set_index('ymd', inplace=True) # 替换温度的后缀℃ df.loc[:, 'bWendu'] = df.loc[:, 'bWendu'].str.replace('℃', '').astype('int32') df.loc[:, 'yWendu'] = df.loc[:, 'yWendu'].str.replace('℃', '').astype('int32') # 查询最高温度小于30度，并且最低温度大于十五度，并且是晴天，并且天气为优的数据 print(df.loc[(df['bWendu'] <= 30) & (df['yWendu'] >= 15) & (df['tianqi'] == '晴') & (df['aqiLevel'] == 1), :]) print('*' * 50) # 观察一下这里的boolean条件 print((df['bWendu'] <= 30) & (df['yWendu'] >= 15) & (df['tianqi'] == '晴') & (df['aqiLevel'] == 1))
6、调用函数查询
import pandas as pd file_path = "../files/beijing_tianqi_2018.csv" df = pd.read_csv(file_path) # 数据的预处理 # 设定索引为日期，方便按日期筛选 df.set_index('ymd', inplace=True) # 替换温度的后缀℃ df.loc[:, 'bWendu'] = df.loc[:, 'bWendu'].str.replace('℃', '').astype('int32') df.loc[:, 'yWendu'] = df.loc[:, 'yWendu'].str.replace('℃', '').astype('int32') # 直接写lambda表达式 print(df.loc[lambda df: (df['bWendu'] <= 30) & (df['yWendu'] >= 15), :]) print('*' * 50) # 编写自己的函数，查询9月份，空气质量好的数据 def query_my_data(df): return df.index.str.startswith('2018-09') & df['aqiLevel'] == 1 print(df.loc[query_my_data, :])