系列文章目录

第一章 Pandas 学习入门之pandas数据读取

第二章 Pandas 学习入门之pandas数据结构

第三章 Pandas 学习入门之pandas数据查询

---

随着人工智能的不断发展，数据分析这门技术也越来越重要，很多人都开启了学习数据分析，本文就介绍了pandas学习的基础内容。本章讲解的是Pandas系列学习教程中的第三章——pandas数据查询，主要介绍按数值、列表、区间、条件和函数方法进行查询。

系列文章目录

前言

一、pandas查询数据的四种方法

二、使用df.loc查询数据的方法

注意 

0、引入库 & 读取数据

1、使用单个label值查询数据

2、使用值列表批量查询

3、使用数值区间进行范围查询

4、使用条件表达式查询

4.1 简单条件查询，最低温度低于-10度的列表

4.2 复杂条件查询，查一下我心中的完美天气

5、调用函数查询

总结

---

前言

本章讲解的是Pandas系列学习教程中的第三章——pandas数据查询，主要介绍按数值、列表、区间、条件和函数方法进行查询。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、pandas查询数据的四种方法

1. df.loc方法，根据行、列的标签值查询
2. df.iloc方法，根据行、列的数字位置查询
3. df.where方法
4. df.query方法

.loc既能查询，又能覆盖写入，强烈推荐！ 

二、使用df.loc查询数据的方法

1. 使用单个label值查询数据
2. 使用值列表批量查询
3. 使用数值区间进行范围查询
4. 使用条件表达式查询
5. 调用函数查询

注意 

• 以上查询方法，既适用于行，也适用于列
• 注意观察降维dataFrame>Series>值

0、引入库 & 读取数据

代码如下（示例）：

import pandas as pd
print(pd.__version__)

2.0.3

 数据来源为北京2018年全年天气预报。需要数据可以私信我！！

#使用pd.read_csv(fpath)读取数据
shijian = pd.read_csv(
    "./beijing_tianqi_2018.txt",
    sep = "\t",
    header = None,
    names = ['ymd','bWendu','yWendu','tianqi','fengxiang','fengli','aqi','aqiInfo','aqiLevel']
)

df.head()

# 设定索引为日期，方便按日期筛选
df.set_index('ymd', inplace=True)
df

inplace=True：指定这个操作是否在原地修改DataFrame。将这个参数设置为True意味着原来的DataFramedf会被直接修改，而不是创建一个新的DataFrame作为修改的结果返回。如果设置为False（默认值），则不会修改原始DataFrame，而是返回一个新的DataFrame，其索引已经被设置为指定的列。

# 替换掉温度的后缀℃
df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32')
df.loc[:, "yWendu"] = df["yWendu"].str.replace("℃", "").astype('int32')

①df.loc[:, "bWendu"]：使用.loc[]方法选择DataFrame df 中所有行（:表示选择所有行）的 "bWendu" 列。.loc[] 是pandas中用于按标签索引选择数据的方法。

②df["bWendu"].str：访问 "bWendu" 列中的字符串方法（.str）。这允许我们对该列的每个元素应用字符串操作。

③.replace("℃", "")：在 "bWendu" 列的每个元素上调用.replace("℃", "")方法，这将所有的"℃"字符替换为空字符串（即移除"℃"字符）。

④.astype('int32')：将结果列的数据类型转换为32位整数（int32）。这是必要的步骤，因为原始的温度值包含"℃"字符，是字符串（str）类型的。在移除这些字符后，为了进行数值计算，需要将清理后的字符串转换为数值类型，这里选择的是int32。

总的来说，这行代码的作用是清理DataFrame df 中 "bWendu" 列的温度数据，去除温度单位，然后将这些温度值转换为整数形式，便于后续的数据分析或计算。

# 时间序列见后续课程，本次按字符串处理
df.index

df

1、使用单个label值查询数据

行或者列，都可以只传入单个值，实现精确匹配

# 得到单个值
df.loc['2018-01-03', 'bWendu']

  2

# 得到一个Series
df.loc['2018-01-03', ['bWendu', 'yWendu']]

bWendu     2
yWendu    -5
Name: 2018-01-03, dtype: object

2、使用值列表批量查询

# 得到Series
df.loc[['2018-01-03','2018-01-04','2018-01-05'], 'bWendu']

# 得到DataFrame
df.loc[['2018-01-03','2018-01-04','2018-01-05'], ['bWendu', 'yWendu']]

3、使用数值区间进行范围查询

注意：区间既包含开始，也包含结束

# 行index按区间
df.loc['2018-01-03':'2018-01-05', 'bWendu']

ymd
2018-01-03    2
2018-01-04    0
2018-01-05    3
Name: bWendu, dtype: object

# 列index按区间
df.loc['2018-01-03', 'bWendu':'fengxiang']

bWendu        2
yWendu       -5
tianqi       多云
fengxiang    北风
Name: 2018-01-03, dtype: object

# 行和列都按区间查询
df.loc['2018-01-03':'2018-01-05', 'bWendu':'fengxiang']

4、使用条件表达式查询

bool列表的长度得等于行数或者列数

4.1 简单条件查询，最低温度低于-10度的列表

df.loc[df["yWendu"]<-10, :]

# 观察一下这里的boolean条件
df["yWendu"]<-10

ymd
2018-01-01    False
2018-01-02    False
2018-01-03    False
2018-01-04    False
2018-01-05    False
              ...  
2018-12-27     True
2018-12-28     True
2018-12-29     True
2018-12-30     True
2018-12-31    False
Name: yWendu, Length: 365, dtype: bool

4.2 复杂条件查询，查一下我心中的完美天气

注意，组合条件用&符号合并，每个条件判断都得带括号

## 查询最高温度小于30度，并且最低温度大于15度，并且是晴天，并且天气为优的数据
df.loc[(df["bWendu"]<=30) & (df["yWendu"]>=15) & (df["tianqi"]=='晴') & (df["aqiLevel"]==1), :]

# 再次观察这里的boolean条件
(df["bWendu"]<=30) & (df["yWendu"]>=15) & (df["tianqi"]=='晴') & (df["aqiLevel"]==1)

ymd
2018-01-01    False
2018-01-02    False
2018-01-03    False
2018-01-04    False
2018-01-05    False
              ...  
2018-12-27    False
2018-12-28    False
2018-12-29    False
2018-12-30    False
2018-12-31    False
Length: 365, dtype: bool

使用&运算符结合这两个条件，返回一个布尔Series，表示同时满足这两个条件的行。

5、调用函数查询

# 直接写lambda表达式
df.loc[lambda df : (df["bWendu"]<=30) & (df["yWendu"]>=15), :]

 

# 编写自己的函数，查询9月份，空气质量好的数据
def query_my_data(df):
    return df.index.str.startswith("2018-09") & (df["aqiLevel"]==1)
    
df.loc[query_my_data, :]

PS：插入一点关于字符串的小知识 

       字符串是由字符组成的序列，可以包含字母、数字、空格、符号等。str类型提供了许多用于操作这些字符序列的方法，如连接（拼接）、切片、替换、搜索等。字符串在Python编程中非常常用，用于处理文本信息，比如用户名、消息、文件内容等。

#拼接
greeting = 'Hello' + ' ' + 'world!'

#切片
s = 'Python'
sub_s = s[1:4]  # 'yth'

#替换
s = 'Hello, world!'
new_s = s.replace('world', 'Python')  # 'Hello, Python!'

#长度
length = len('Hello')  # 5

#多行字符串
multi_line_string = """This is a
multi-line string
example."""
#对于跨越多行的文本，可以使用三引号（'''或"""）来创建多行字符串：

#格式化字符串
name = 'Alice'
age = 30
greeting = f"Hello, {name}. You are {age} years old."

---

总结

提示：这里对文章进行总结：

例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的数据查询，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。