Pandas 高效行过滤指南：运算符链式与 query() 方法结合

使用运算符链式过滤 Pandas DataFrame 行

引言

在 Pandas 中，我们经常需要根据特定条件过滤 DataFrame 中的行。传统的方法是使用方括号索引，但这既麻烦又冗长。本文将介绍一种更简洁、更高效的方法：使用运算符链式与 query() 方法。

子标题 1：运算符链式的局限性

运算符链式允许我们使用管道（|）连接多个操作，从而创建更复杂的操作。然而，在过滤行时，运算符链式无法独立使用。我们需要将 DataFrame 赋值给一个变量，然后使用方括号索引来过滤行。

子标题 2：query() 方法

query() 方法使我们能够使用更直观、简洁的语法来过滤行。我们可以将运算符和值作为参数传递给 query() 方法，而无需手动编写索引表达式。

df_filtered = df.query("column == value")

这种方法可以更轻松地过滤行，特别是当涉及更复杂的条件时。

子标题 3：高级过滤操作

除了基本的过滤之外，query() 方法还支持高级过滤操作，例如：

• 过滤多个值的行：df.query("column in ['A', 'B']")
• 过滤满足多个条件的行：df.query("column > 10 and age < 30")
• 使用 isin() 方法过滤包含特定值列表的行
• 使用 between() 方法过滤值在指定范围内的行

子标题 4：实战示例

让我们考虑一个包含客户数据的 DataFrame：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'Dave', 'Eve'],
    'age': [25, 30, 28, 32, 29],
    'city': ['New York', 'London', 'Paris', 'Berlin', 'Madrid']
})

要过滤年龄大于 30 岁且居住在伦敦的客户，我们可以使用：

df_filtered = df.query("age > 30 and city == 'London'")

结论

运算符链式与 query()、isin() 和 between() 方法的结合使我们在 Pandas 中过滤 DataFrame 行变得更加灵活和高效。我们可以使用更直观的语法过滤行，而无需手动编写冗长的索引表达式。

常见问题解答

1. 为什么使用 query() 方法比方括号索引更好？

   query() 方法使用更直观、简洁的语法，支持更高级的过滤操作，并且可以与运算符链式结合使用，从而实现更灵活的过滤。

2. 我可以使用 query() 方法过滤 DataFrame 中的列吗？

   否，query() 方法用于过滤行，而不能过滤列。要过滤列，请使用 loc 或 iloc 索引器。

3. isin() 和 between() 方法有什么区别？

   isin() 方法用于过滤包含特定值列表的行，而 between() 方法用于过滤值在指定范围内的行。

4. 我可以使用 query() 方法与 groupby() 和 aggregate() 函数结合使用吗？

   是的，query() 方法可以与 groupby() 和 aggregate() 函数结合使用，实现更复杂的数据分析和过滤。

5. 在什么情况下应该使用 query() 方法，在什么情况下应该使用方括号索引？

   如果需要进行简单、基本的过滤，可以使用方括号索引。对于更复杂、需要使用高级过滤操作的过滤，应使用 query() 方法。