Pandas中如何在查询中使用列表

在本文中，我们将介绍如何使用Pandas中的列表在DataFrame中进行查询。

阅读更多：Pandas 教程

Pandas数据查询

Pandas是Python的一个库，它提供了强大的数据结构和数据分析工具。其中经常用到的数据结构是DataFrame和Series。

其中，DataFrame是二维数组形式的数据结构，它由多列数据组成。而Series是一个一维数组形式的数据结构，其中只有一个数据列，并且有一个轴标签数组axis labels。

在Pandas中，我们可以通过比较运算符（、>、<）等在DataFrame或Series中进行数据筛选和查询。假如我们有以下数据集合：

import pandas as pd 

data = {'Name': ['Peter', 'John', 'Kate', 'Paul', 'Josh'], 
        'Age': [25, 33, 21, 28, 24], 
        'Country': ['USA', 'Canada', 'UK', 'USA', 'Australia'], 
        'Profession': ['Doctor', 'Teacher', 'Engineer', 'Doctor', 'Nurse']} 

df = pd.DataFrame(data)  

print(df)

打印结果如下：

    Name  Age    Country Profession
0  Peter   25        USA     Doctor
1   John   33     Canada    Teacher
2   Kate   21         UK   Engineer
3   Paul   28        USA     Doctor
4   Josh   24  Australia      Nurse

我们可以通过以下代码进行查询年龄大于25岁的数据：

query = df[df.Age > 25]  

print(query)

打印结果如下：

   Name  Age Country Profession
1  John   33  Canada    Teacher
3  Paul   28     USA     Doctor

以上就是使用运算符进行数据查询的方法，但如果要查询多个条件，则需要使用&（和）和|（或）等逻辑运算符进行连接。

下面我们将演示如何使用列表来进行数据筛选和查询，以更加便捷地获取所需数据。

Pandas列表查询

有时候，我们需要查询给定列表中的所有数据，而不需要一个一个地进行比较操作。此时，使用列表可以更加高效地完成查询操作。

以下是如何使用列表来进行数据筛选和查询：

selected_country = ['USA', 'Canada'] 
# 查询居住在列表中国家的人员信息
query = df[df.Country.isin(selected_country)]

print(query)

打印结果如下：

    Name  Age Country Profession
0  Peter   25     USA     Doctor
1   John   33  Canada    Teacher
3   Paul   28     USA     Doctor

可以看到，使用isin方法可以查询多个条件，并将其放在一个列表中，更加方便快捷，可以在实际工作中提高效率。

以上代码中，我们使用了isin方法，这个方法会返回一个布尔值的Series，其中True表示在给定列表中，False表示不在列表中。我们将这个Series放入到df中，即可筛选出所有在列表中的数据。

除了isin方法，我们还可以使用query方法进行条件查询，比如：

selected_country = ['USA', 'Canada'] 
# 查询不居住在列表中国家的人员信息
query = df.query('Country not in @selected_country')

print(query)

打印结果如下：

   Name  Age    Country Profession
2  Kate   21         UK   Engineer
4  Josh   24  Australia      Nurse

在上面的代码中，我们使用了@符号，以将selected_country列表传递给query方法。

总结

本文介绍了如何使用Pandas中的列表在DataFrame中进行查询。我们演示了如何使用isin方法和query方法进行数据筛选和查询，以及在处理大量数据时，这种方法如何提高工作效率。希望对大家有所帮助。