[PYTHON] 10 Auswahlen der Datenextraktion durch pandas.DataFrame.query

Einführung

In diesem Artikel werde ich verschiedene Bedingungsextraktionen mithilfe der Abfrage vorstellen, die eine der Funktionen von Pandas ist. Nach meiner Erfahrung werde ich den eigentlichen Code anhand von 10 Beispielen schreiben, die häufig bei der Datenvorverarbeitung auftreten.

Ausführungsumgebung

• mac OS Mojave
• Python 3.7.3

!python -V

Python 3.7.3

Modul verwendet

Die Version von Pandas verwendet 1.0.3.

• Ein Fehler kann auftreten, wenn die Version Version 0.24.0 oder früher ist.

import pandas as pd  #Diesmal die Hauptrolle
import numpy as np  #Wird verwendet, um inf- und nan-Werte zu generieren

#Überprüfen Sie die Version von Pandas
print(pd.__version__)

1.0.3

Datenaufbereitung

#Vorbereitung des diesmal zu verwendenden Datenrahmens
df = pd.DataFrame({
        'a': range(1, 6),
        'b': range(10, 0, -2),
        'c c' : [1, 3, 5, 7, 9],
        'd' : [2, np.nan, np.inf, None, 10],
        'e' : ['a', 'b', 'c', 'd', 'e'],
        'f' : [False, True, True, False, True]})

#Überprüfen Sie den Datenrahmen
df

10 Auswahlen der Datenextraktion

1. [Bedingungsextraktion in 1 Spalte](Bedingungsextraktion in Spalte 1)
2. [Bedingungsextraktion mit mehreren Spalten](# Bedingungsextraktion mit mehreren Spalten)
3. [Bedingungsextraktion von Spalten, die Leerzeichen in Spaltennamen enthalten](# Bedingungsextraktion von Spalten, die Leerzeichen in Spaltennamen enthalten)
4. [Bedingungsextraktion nach Zeichenkettenspezifikation](# Bedingungsextraktion nach Zeichenkettenspezifikation)
5. [Bedingungsextraktion durch mehrere Bedingungen](# Bedingungsextraktion durch mehrere Bedingungen)
6. [Bedingungsextraktion nach inf-Spezifikation](Bedingungsextraktion nach # inf-Spezifikation)
7. [Bedingungsextraktion durch Angabe eines fehlenden Werts](# Bedingungsextraktion durch Angabe eines fehlenden Werts)
8. [Bedingungsextraktion durch Angabe eines Booleschen Werts](# Bedingte Extraktion durch Angabe eines Booleschen Werts)
9. [Bedingungsextraktion mit Liste](# Bedingungsextraktion mit Liste)
10. [Bedingungsextraktion mit Variablen](# Bedingungsextraktion mit Variablen)

Bedingungsextraktion in einer Spalte

Grundlegende bedingte Extraktion mit nur einer Spalte des Datenrahmens. Normale Vergleichsoperatoren können verwendet werden.

df.query('a == 3')  #Extrahieren Sie Zeilen, in denen Spalte a den Wert 3 hat

df.query('a != 3')  #Extrahieren Sie Zeilen, bei denen der Wert in Spalte a nicht 3 ist.

df.query('a > 3')  #Extrahieren Sie Zeilen mit einer Spalte mit einem Wert größer als 3

Bedingungsextraktion in mehreren Spalten

Bedingte Extraktion mit Werten zwischen mehreren Spalten

df.query('a > b')  #Extrahieren Sie Zeilen, in denen der Wert in Spalte a größer als der Wert in Spalte b ist

Bedingte Extraktion von Spalten mit Leerzeichen in Spaltennamen

Wenn der Spaltenname Leerzeichen enthält, muss der Spaltenname in Anführungszeichen (\ `) eingeschlossen werden. Da diese Funktion in Pandas 0.25.0 implementiert wurde, tritt in Version 0.24.0 oder früher ein Fehler auf. https://pandas-docs.github.io/pandas-docs-travis/whatsnew/v0.25.0.html#other-enhancements

df.query(' `c c` > b')  #c Extrahieren Sie Zeilen, in denen der Wert in Spalte c größer als der Wert in Spalte b ist

Bedingungsextraktion durch Angabe einer Zeichenfolge

Wenn die Bedingung als Zeichenfolge angegeben wird, muss der Wert in doppelte Anführungszeichen (") gesetzt werden.

df.query('e == "a" ')  #Der Wert in Spalte e ist eine Zeichenfolge"a"Extrahieren Sie die Linie, die ist

Bedingungsextraktion durch mehrere Bedingungen

Bedingungsextraktion unter Verwendung mehrerer Bedingungen und logischer Operatoren wie und und oder.

df.query('a > 2 and b < 3')  #Extrahieren Sie Zeilen, in denen der Wert in Spalte a größer als 2 und der Wert in Spalte b kleiner als 3 ist

df.query('a > 2 or b < 3')  #Extrahieren Sie Zeilen, in denen der Wert in Spalte a größer als 2 oder der Wert in Spalte b kleiner als 3 ist

df.query('a > 2 or e == "d" ')  #Der Wert in Spalte a ist größer als 2 oder der Wert in Spalte e ist eine Zeichenfolge"d"Extrahieren Sie die Linie, die ist

df.query(' 2<= a <= 4')  #Extrahieren Sie Zeilen, in denen der Wert in Spalte a 2 oder mehr und 4 oder weniger beträgt

Bedingungsextraktion durch Angabe von inf

Wenn der Wert inf hat, extrahieren Sie wie folgt.

df.query(' d == inf')  #Extrahieren Sie Zeilen, in denen der Wert in Spalte d inf ist

df.query(' d != inf')  #Extrahieren Sie Zeilen, in denen der Wert in Spalte d nicht inf ist

Bedingungsextraktion durch Angabe fehlender Werte

Wenn der Wert einen fehlenden Wert hat, extrahieren Sie ihn wie folgt.

df.query(' d != d')  #Extrahieren Sie Zeilen, in denen der Wert in Spalte d fehlt

df.query(' d == d')  #Extrahieren Sie Zeilen, in denen der Wert in Spalte d nicht fehlt

Bedingungsextraktion durch Angabe eines booleschen Werts

Wenn der Wert einen booleschen Wert wie True oder False hat, extrahieren Sie ihn wie folgt.

df.query('f == True')  #Extrahieren Sie Zeilen, in denen der Wert in Spalte f True ist

df.query('f == False')  #Extrahieren Sie Zeilen, in denen der Wert in Spalte f False ist

Bedingte Extraktion anhand einer Liste

Die bedingte Extraktion ist abhängig davon, ob der Wert in der Liste enthalten ist.

df.query(' a in (1, 2, 3)')  #Der Wert in Spalte a ist(1, 2, 3)Extrahieren Sie eine Zeile, die eine von ist

df.query(' a not in (1, 2, 3)')  #Der Wert in Spalte a ist(1, 2, 3)Extrahieren Sie eine Zeile, die keine ist

Bedingte Extraktion mit Variablen

Es ist möglich, eine im Voraus vorbereitete Variable als Wert der Bedingung zu verwenden.

x = 2  #Speichern Sie 2 in der Variablen x
df.query(' a == @x')  #Extrahieren Sie Zeilen, in denen der Wert in Spalte a x ist

y = [2, 3, 4]  #Liste in Variable y speichern
df.query('a in @y')  #Extrahieren Sie Zeilen, bei denen der Wert in Spalte a einer von y ist