这篇教程pandas 查询函数query的用法说明写得很实用，希望能帮到您。
query() 函数简介pandas的query()方法是基于DataFrame列的计算代数式，对于按照某列的规则进行过滤的操作，可以使用query方法。 代码示例import pandas as pddf = pd.DataFrame({'a':[1, 2, 3, 4, 5, 6], 'b':[1, 2, 3, 4, 5, 6], 'c':[1, 2, 3, 4, 5, 6]})query_list = [1, 2]df_2 = df.query('c not in @query_list')[['a', 'b']]
使用总结对于sql中的in或者not in，可以使用query()函数按照某列条件进行过滤，且query()函数返回一个DataFrame，可以直接在后面根据索引获取最终想要的数据。 补充：python query方法_Pandas dataframe.query方法语法 问题：我想更好地理解PandasDataFrame.query方法以及下面的表达式表示什么： match = dfDays.query('index > @x.name & price >= @x.target')@x.name代表什么？ 我理解这段代码(一个包含pandas.tslib.Timestamp数据的新列)的结果输出是什么，但不清楚用于获取此最终结果的表达式。 数据：从这里开始：np.random.seed(seed=1)rng = pd.date_range('1/1/2000', '2000-07-31',freq='D')weeks = np.random.uniform(low=1.03, high=3, size=(len(rng),))ts2 = pd.Series(weeks,index=rng)dfDays = pd.DataFrame({'price':ts2})dfWeeks = dfDays.resample('1W-Mon').first()dfWeeks['target'] = (dfWeeks['price'] + .5).round(2)def find_match(x):match = dfDays.query('index > @x.name & price >= @x.target')if not match.empty:return match.index[0]dfWeeks.assign(target_hit=dfWeeks.apply(find_match, 1))以上为个人经验，希望能给大家一个参考，也希望大家多多支持51zixue.net。如有错误或未考虑完全的地方，望不吝赐教。
pandas is in和not in的使用说明
Pandas 模糊查询与替换的操作 |
