Pandas – 筛选与查询

查询数据

　　Pandas实现按条件筛选与查询，较为常用的办法为df[df[colunm] boolean expr]，比如：

# 与
df[(df['gender'] == 'Female') & (df['total_bill'] > 20)]
# 或
df[(df['gender'] == 'Female') | (df['total_bill'] > 20)]
# in
df[df['uid'].isin([21, 35, 37])]
# 非
df[-(df['age'] == 1)]
df[-df['uid'].isin([21, 35, 37])]
# 正则表达式
df = df[(-df['app'].isin(sys_app)) & (-df.app.str.contains('^微信\d+$'))]

# 对where条件筛选后只有一行的dataframe取其中某一列的值，其两种实现方式如下：
total = df.loc[df['tip'] == 1.66, 'total_bill'].values[0]
total = df.get_value(df.loc[df['tip'] == 1.66].index.values[0], 'total_bill')


# 字符串截取
df = df['time'].str[10:16]


# 对结果排序
df = df.sort_values(by, axis=0, ascending=True, inplace=False)
'''
Args:
    by: 排序的索引，列名或行名
    axis:默认为0，即纵向排序，如果为1，则是横向排序
    ascending:布尔型，True则升序，可以是[True,False]，即第一字段升序，第二个降序
    inplace:布尔型，是否用排序后的数据框替换现有的数据框
    kind:排序方法，{'quicksort', 'mergesort', 'heapsort'}, 默认为'quicksort'。
    na_position : {'first', 'last'}, default 'last'，默认缺失值排在最后面 
'''

# 与

df[(df['gender'] == 'Female') & (df['total_bill'] > 20)]

# 或

df[(df['gender'] == 'Female') | (df['total_bill'] > 20)]

# in

df[df['uid'].isin([21, 35, 37])]

# 非

df[-(df['age'] == 1)]

df[-df['uid'].isin([21, 35, 37])]

# 正则表达式

df = df[(-df['app'].isin(sys_app)) & (-df.app.str.contains('^微信\d+$'))]

# 对where条件筛选后只有一行的dataframe取其中某一列的值，其两种实现方式如下：

total = df.loc[df['tip'] == 1.66, 'total_bill'].values[0]

total = df.get_value(df.loc[df['tip'] == 1.66].index.values[0], 'total_bill')

# 字符串截取

df = df['time'].str[10:16]

# 对结果排序

df = df.sort_values(by, axis=0, ascending=True, inplace=False)

'''

Args:

by: 排序的索引，列名或行名

axis:默认为0，即纵向排序，如果为1，则是横向排序

ascending:布尔型，True则升序，可以是[True,False]，即第一字段升序，第二个降序

inplace:布尔型，是否用排序后的数据框替换现有的数据框

kind:排序方法，{'quicksort', 'mergesort', 'heapsort'}, 默认为'quicksort'。

na_position : {'first', 'last'}, default 'last'，默认缺失值排在最后面

'''