当前位置：首页 > news >正文

Pandas query() 方法详解

news 2025/8/6 8:16:19

Pandas query() 方法详解

query() 是 Pandas 中一个非常强大的方法，它允许你使用字符串表达式来筛选数据行。这种方法比传统的布尔索引更简洁、更易读。

基本语法

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

expr: 查询字符串表达式
inplace: 是否原地修改 DataFrame (默认为 False)
**kwargs: 其他关键字参数

对于大型 DataFrame，query() 通常比布尔索引快，因为它在底层使用了 numexpr 库
但对于小型 DataFrame，传统布尔索引可能更快

基本用法

1. 简单条件查询

import pandas as pddf = pd.DataFrame({'A': range(1, 6),'B': range(10, 60, 10),'C': ['a', 'b', 'c', 'd', 'e']
})# 查询 A 列大于 2 的行
result = df.query('A > 2')

2. 多条件查询

# AND 条件
df.query('A > 2 & B < 50')# OR 条件
df.query('A > 4 | B == 20')# 使用括号明确优先级
df.query('(A > 2) & (B < 50)')

3. 字符串条件查询

# 等于
df.query('C == "a"')# 不等于
df.query('C != "a"')# 包含在列表中
df.query('C in ["a", "b", "c"]')# 不包含在列表中
df.query('C not in ["a", "b"]')

高级用法

1. 使用变量 (@符号)

min_val = 3
max_val = 5df.query('A >= @min_val & A <= @max_val')

2. 列名包含空格或特殊字符

df = pd.DataFrame({'A value': [1, 2, 3], 'B@value': [4, 5, 6]})# 使用反引号包裹列名
df.query('`A value` > 1 & `B@value` < 6')

3. 使用 DataFrame 属性

# 查询索引
df.query('index > 2')# 查询列长度
df.query('A.str.len() > 1')  # 如果A是字符串列

4. 使用函数

# 使用内置函数
df.query('A.abs() > 2')  # 绝对值# 使用自定义函数
def my_func(x):return x * 2df.query('A > @my_func(2)')

性能考虑

对于大型 DataFrame，query() 通常比布尔索引快，因为它在底层使用了 numexpr 库
但对于小型 DataFrame，传统布尔索引可能更快

与传统布尔索引的比较

# 传统布尔索引
df[(df['A'] > 2) & (df['B'] < 50)]# query 方法
df.query('A > 2 & B < 50')

query() 的优势在于：

语法更简洁
不需要重复写 DataFrame 名称
对于复杂条件更易读

注意事项

表达式必须返回布尔值
列名中的特殊字符需要用反引号包裹
使用变量时需要用 @ 符号
表达式中的字符串需要用双引号包裹

实际应用示例

# 创建示例数据
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],'age': [25, 30, 35, 40, 45],'salary': [50000, 60000, 70000, 80000, 90000],'department': ['HR', 'IT', 'IT', 'Finance', 'HR']
}
df = pd.DataFrame(data)# 查询年龄在30-40之间且部门为IT或HR的员工
result = df.query('(age >= 30 & age <= 40) & department in ["IT", "HR"]')# 查询薪资高于平均薪资的员工
avg_salary = df['salary'].mean()
result = df.query('salary > @avg_salary')