上午发现了一个很好用的函数，query，这里详细记录学习下
pandas.DataFrame.query
DataFrame.query(self, expr, inplace=False, **kwargs)
具体的使用方法，可以参考官方文档，这里我记录些我觉得好玩儿的内容
官方介绍：
引用当前的变量
使用query函数，可以通过@引用当前的变量
数据集的话，使用的是上一篇的内容：pandas实例-筛选与过滤-Fictional Army
p_name = 'Scouts'
df.query('regiment==@p_name')
注意几个点：
- query函数用对数据做筛选
- 这里可以直接使用column name
多个条件的话，可以使用and 或者 or，同样也可以使用& 或者 |
df.query('deaths>100 and regiment=="Nighthawks"')
可以引用index
df.query('index in (1,2,3)')
这里直接使用index代表了
in 和 not in
就和SQL里一样使用的，看上面的那个例子
df.query('readiness in (1,2) or regiment in ("Scouts") ')
==和！=的特殊用法
通常==和！=表示相等或不相等，但是在query中，可以用来代替in
params=["Nighthawks","Scouts"]
df.query('regiment==@params')
关于Boolean
query中同样适用Boolean，就和布尔数组一样的玩儿法，但又稍微有点儿特殊
df['bools'] = df['readiness']<2
df.query('bools')
这里把布尔值作为了一列，要不然query中是找不到的，
这里还可以配合not或者~一起使用表示取反，就是非的意思
df.query('bools')
df.query('~bools')
df.query('not bools')
使用下来，感觉query，就是和SQL一样的，很好用
网友评论