共计 1486 个字符,预计需要花费 4 分钟才能阅读完成。
导读 | 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。 |
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。
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):
print(“Percent of data who are Males OR were born between 2010 and 2021:”,
100*round(df[(df[‘Gender’] ==‘M’) | (df[‘Birthdate’] >=‘2010–01–01’) &
(df[‘Birthdate’]
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。
![如何查询你的 Pandas 数据帧? 如何查询你的 Pandas 数据帧?](https://www.xgss.net/wp-content/themes/puock/assets/img/z/load.svg)
这是我们执行的命令的顺序:
|
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)。
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:
merged_df = df.merge(df2, how=’inner’,
left_on=cols,
right_on=cols
)
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。
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。
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:
![post-qrcode](https://www.xgss.net/wp-content/uploads/2023/07/二维码-微信公众号256x256.jpg)