Pandas 使用pandas.query()函数中的LIKE

在本文中，我们将介绍在Pandas中如何使用pandas.query()函数中的LIKE操作符来选择数据。

阅读更多：Pandas 教程

Pandas.query()函数

Pandas.query()函数是一种过滤Pandas数据帧（DataFrame）的方式。它的语法类似于SQL查询。可以使用许多运算符，例如，>，<等。

示例 – 使用Pandas.query()函数过滤数据

让我们首先创建一个名为“students”的DataFrame，并将其填充为一组学生姓名、年龄和成绩。然后，让我们使用Pandas.query()函数来仅选择成绩大于80分的学生，并将结果存储在一个名为“ high_scores”的变量中。

import pandas as pd

# 创建 DataFrame
students = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David'],
    'age': [20, 19, 22, 21],
    'score': [75, 82, 90, 65]
})

# 使用 Pandas.query() 函数过滤数据
high_scores = students.query('score > 80')

print(high_scores)

输出：

       name  age  score
1       Bob   19     82
2  Charlie   22     90

LIKE操作符

LIKE操作符是用于模式匹配的SQL关键字。在Pandas中，你可以使用LIKE操作符来匹配字符串。如果你想匹配一个模式，你可以使用通配符%。

示例 – 匹配字符串

让我们首先创建一个名为“fruits”的DataFrame，并将其填充为一组水果名称和数量。然后，让我们使用Pandas.query()函数和LIKE操作符来仅选择包含“ban”的水果，并将结果存储在一个名为“ bananas”的变量中。

# 创建 DataFrame
fruits = pd.DataFrame({
    'name': ['apple', 'banana', 'orange', 'pineapple'],
    'quantity': [3, 6, 2, 1]
})

# 使用 Pandas.query() 函数和 LIKE 操作符过滤数据
bananas = fruits.query("name like '%ban%'")

print(bananas)

输出：

     name  quantity
1  banana         6

结论

Pandas.query()函数和LIKE操作符是用于过滤Pandas数据帧（DataFrame）的强大工具。使用LIKE操作符，你可以使用通配符来匹配字符串中的模式。在大型数据集中，可以大大减少处理时间。但是，如果使用不当，可能会导致不必要的Io异常。