导读 无论您从数据工程师/数据分析师转型而来,还是想成为更高效的数据科学家,查询数据帧都是返回所需特定行的一种很有用的方法。值得一提的是,pandas有一个特定的查询函数,名为query。

引言

无论您从数据工程师/数据分析师转型而来,还是想成为更高效的数据科学家,查询数据帧都是返回所需特定行的一种很有用的方法。值得一提的是,pandas有一个特定的查询函数,名为query。不过,我将讨论您可以模拟查询、过滤和合并数据的其他方式。我们将介绍您对数据提出的常见场景或问题,将使用Python而不是SQL来完成。在下面,我将概述使用Python编程语言针对Pandas数据帧查询行的几个简单方法。

多个条件

作为数据科学家或数据分析师,我们希望返回数据的特定行。其中一个场景是您希望在同一行代码中运用多个条件。为了展示例子,我创建了名和姓的几个虚假的示例数据,以及他们各自的性别和生日。该数据显示在上面的屏幕截图中。

示例多个条件本质上将回答一个特定的问题,就像您使用SQL时一样。问题是,我们的数据中有多少比例的数据是男性或出生于2010年至2021年之间的人。

下面是将解决这个问题的代码(有几种方法可以回答这个问题,但这是我的具体方法):

print(“Percent of data who are Males OR were born between 2010 and 2021:”, 
 100*round(df[(df[‘Gender’] == ‘M’) | (df[‘Birthdate’] >= ‘2010–01–01’) &  
 (df[‘Birthdate’] <= ‘2021–01–01’)][‘Gender’].count()/df.shape 
 [0],4), “%”) 

为了更好地直观显示该代码,我还包含了上面相同代码的屏幕截图以及输出/结果。您还可以运用这些条件来返回实际行,而不是从总行中获取一小部分或百分比的行。

这是我们执行的命令的顺序:

  • 返回带有男性性别的行
  • 包括OR函数
  • |

  • 返回出生日期> 2010和2021的行
  • 将所有这些组合起来,然后除以总行数
  • 如您所见,该代码与您在SQL中看到的相似。我个人认为在pandas中更容易,因为它可以减少代码,同时还可以在一个简单的地方直观地看到所有代码,无需上下滚动(但这种格式只是本人青睐的)。

    按多个特定列合并

    我们可能已经在其他教程中看到了如何将数据帧合并在一起,所以我想添加一种我还没有真正见过的一种独特方法,即按多个特定列合并。在这种情况下,我们想要加入两个数据帧,其中两个字段在它们之间共享。不难看出:如果有更多列,这种方法可能更有用。

    我们有第一个数据帧df,然后我们按第二个数据帧df2合并列。这是实现我们预期结果的代码:

    merged_df = df.merge(df2, how=’inner’,  
     left_on=cols,  
     right_on=cols 
     ) 

    为了更好地直观显示这种合并和代码,我给出了下面的屏幕截图。您会在下面看到第二个数据帧的样子,包括名和姓,就像它们在第一个数据帧中一样,但有一个新的列:Numeric。然后,我们有想要合并的特定列,同时返回列Gender、Birthdate和新的Numeric列。列其实是诸多列的列表,名为 cols。

    如您所见,这种合并数据帧的方式是一种获得可从SQL查询获得的同样结果的简单方法。

    结语

    在本教程中,我们看到您将在SQL中执行的两个常见问题或查询,但最终使用Python中的Pandas数据帧来执行它们。

    总而言之,以下是我们所处理的两个场景:

  • 从多个条件返回总数据集的百分比的行
  • 按多个特定列合并,以返回带有新列的最终数据帧。
  • 原文来自:https://database.51cto.com/art/202108/677544.htm

    本文地址:https://www.linuxprobe.com/query-pandas.html编辑:王婷,审核员:逄增宝

    Linux命令大全:https://www.linuxcool.com/

    Linux系统大全:https://www.linuxdown.com/

    红帽认证RHCE考试心得:https://www.rhce.net/