【pandas笔记】查询query

pandas中query函数可以实现数据的查找功能,类似于数据库的select功能。

实例说明

>>> import pandas as pd
# 导入上图中的数据
>>> df = pd.read_excel(r'resample_data.xlsx')

# 查询2022-05-20到2022-05-25之间的数据
>>> df.query('"2022-05-20" <= date < "2022-05-25"')
         date     open     high  weekday
26 2022-05-20  8825.58  8976.35        4
27 2022-05-23  8985.73  9005.87        0
28 2022-05-24  8978.07  8978.10        1

# 多条件AND查询,用 & 连接
>>> df.query('"2022-05-20" <= date < "2022-05-25" & open > 8900')
         date     open     high  weekday
27 2022-05-23  8985.73  9005.87        0
28 2022-05-24  8978.07  8978.10        1

# 多条件OR查询,用 | 连接
# 可以加括号,消除符号优先级的影响
>>> df.query('("2022-05-20" <= date < "2022-05-25") | open > 9600')
         date     open     high  weekday
0  2022-04-11  9620.50  9644.11        0
2  2022-04-13  9615.72  9616.23        2
26 2022-05-20  8825.58  8976.35        4
27 2022-05-23  8985.73  9005.87        0
28 2022-05-24  8978.07  8978.10        1

# 引入外部变量
>>> query_list = [1, 2, 3]
>>> df.query('weekday not in @query_list')
         date     open     high  weekday
0  2022-04-11  9620.50  9644.11        0
4  2022-04-15  9460.91  9643.38        4
5  2022-04-18  9473.89  9508.39        0
9  2022-04-22  8839.38  8920.13        4
10 2022-04-25  8707.82  8728.92        0
14 2022-04-29  8461.67  8750.18        4
16 2022-05-06  8650.90  8838.78        4
17 2022-05-09  8761.02  8851.00        0
21 2022-05-13  9158.55  9211.67        4
22 2022-05-16  9159.94  9172.02        0
26 2022-05-20  8825.58  8976.35        4
27 2022-05-23  8985.73  9005.87        0
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,530评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 86,403评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,120评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,770评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,758评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,649评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,021评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,675评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,931评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,659评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,751评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,410评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,004评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,969评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,042评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,493评论 2 343

推荐阅读更多精彩内容

  • 写了个程序,对Pandas的绝大部分函数及其说明进行了中文翻译。原网址:http://pandas.pydata....
    TSIANG阅读 5,294评论 0 4
  • 全书的重点在四五六章:如何建表、如何建索引、如何查询。第一章讲解了一些基本概念:锁与事物隔离 重中之重:4.1数据...
    AbrahamW阅读 981评论 0 0
  • 今天看到一位朋友写的mysql笔记总结,觉得写的很详细很用心,这里转载一下,供大家参考下,也希望大家能关注他原文地...
    信仰与初衷阅读 4,724评论 0 30
  • 一、MySQL架构与历史 A.并发控制 1.共享锁(shared lock,读锁):共享的,相互不阻塞的 2.排他...
    ZyBlog阅读 19,816评论 3 177
  • 为什么用elasticsearch 在引入elasticsearch前,我们的数据一般都存储在mysql上,所有的...
    递归宇宙阅读 977评论 0 0