|
|
|
|
公众号矩阵

如何查询你的Pandas数据帧?

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。

作者:布加迪来源:51CTO|2021-08-12 08:00

 

【51CTO.com快译】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

图1. 示例数据

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):

  1. print(“Percent of data who are Males OR were born between 2010 and 2021:”, 
  2.  100*round(df[(df[‘Gender’] == ‘M’) | (df[‘Birthdate’] >= ‘2010–01–01’) &  
  3.  (df[‘Birthdate’] <= ‘2021–01–01’)][‘Gender’].count()/df.shape 
  4.  [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。

图2. 条件代码

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

图3. 合并数据帧结果

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:

  1. merged_df = df.merge(df2, how=’inner’,  
  2.  left_on=cols,  
  3.  right_on=cols 
  4.  ) 

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。

图4. 合并数据帧

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。

原文标题:How to Query Your Pandas Dataframe,作者:Matthew Przybyla

【51CTO译稿,合作站点转载请注明原文译者和出处为51CTO.com】

【编辑推荐】

  1. 鸿蒙官方战略合作共建——HarmonyOS技术社区
  2. MySQL 中删除的数据都去哪儿了?
  3. 聊聊 Python 数据处理全家桶(PgSQL篇)
  4. 数据分析:六大类分析方法
  5. 共建数据库开源生态 腾讯云数据库TDSQL PG版推出重磅升级
  6. MySQL中Join的那些事
【责任编辑:华轩 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

带你轻松入门 RabbitMQ

带你轻松入门 RabbitMQ

轻松入门RabbitMQ
共4章 | loong576

39人订阅学习

数据湖与数据仓库的分析实践攻略

数据湖与数据仓库的分析实践攻略

助力现代化数据管理:数据湖与数据仓库的分析实践攻略
共3章 | 创世达人

13人订阅学习

云原生架构实践

云原生架构实践

新技术引领移动互联网进入急速赛道
共3章 | KaliArch

41人订阅学习

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO官微