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 pd
df = 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脚本之家。如有错误或未考虑完全的地方，望不吝赐教。
您可能感兴趣的文章:- Pandas探索之高性能函数eval和query解析
- pandas is in和not in的使用说明
- pandas数据分组groupby()和统计函数agg()的使用
- 使用pandas读取表格数据并进行单行数据拼接的详细教程
