Pandas 查詢數據

1. 前言

通過前面幾個小節的學習，我們掌握了 Pandas 解析不同數據文件以及讀取 MySQL 數據庫的操作方法，接著分析了 Pandas 庫中兩個核心的數據結構 Series 和 DataFrame ，并掌握了他們常用的屬性和操作方法。

前幾節的學習讓我們獲取了數據，并認識了這些數據的特點，從這節開始，我們將學習如何對這些數據做進一步的處理。本節我們將學習 Pandas 查詢數據，根據我們需要的條件，對已有的數據做查詢操作。

2. 查詢方法概述

Pandas 在解析數據時，會根據一定的條件進行解析處理，這種方式雖然在源數據上做了篩選，但實際的業務需求中，對解析出來的數據，我們會根據更加明確的條件和需要，去查詢數據內容，為進一步的數據操作和分析做好鋪墊。Pandas 中提供了多種查詢函數，方便我們的數據查詢操作，我們需要查詢的數據條件不同，所采用的操作也有所不同，總的來說，我們的查詢條件可以為按單個值查詢、按值列表查詢、按值區間查詢、按條件表達式查詢和按函數查詢五種查詢的方式，接下來我們將以 loc() 查詢函數為例，詳細講解每種查詢的具體操作。

Tips：loc() 的查詢條件，可以使用label值，也可以使用布爾值，他豐富的傳值方式，以及簡潔的使用方式，成為 Pandas 數據查詢較為常用的方法。

3. 查詢方法操作

這里我們通過解析 Excel 數據文件，獲得了數據，具體數據解析內容如下：

# 導入pandas包
import pandas as pd
# 指定導入的文件地址 默認是file，這里的路徑中省略了 file:/
data_path="C:/Users/13965/Documents/myFuture/IMOOC/pandasCourse-progress/data_source/第7,8,9,10小節/execl數據demo.xlsx"
data = pd.read_excel(data_path)
print(data)

# --- 輸出結果 ---
     編程語言   推出時間    價格                       主要創始人
0    java  1995年  45.6               James Gosling
1  python  1991年  67.0            Guido van Rossum
2       C  1972年  33.9  Dennis MacAlistair Ritchie
3      js  1995年  59.5                Brendan Eich
4     php  2012年  69.9              Rasmus Lerdorf
5     C++  1983年  75.0           Bjarne Stroustrup

輸出解析：可以看到解析后的數據結構是 DataFrame 的二維數據表，有行索引和列索引，接下來我們將通過多種查詢方式，對該二維數據進行查詢。

3.1 按單個值查詢

在 loc() 函數中按單個值查詢，我們的查詢條件參數傳入的是具體的單個 lable 值：

# 這里的 data 是上面我們從 Excel 中解析出來的數據
print(data.loc[1])

# --- 輸出結果 ---
編程語言               python
推出時間                1991年
價格                     67
主要創始人    Guido van Rossum
Name: 1, dtype: object

輸出解析: 這里可以看到 loc() 函數中，我們查詢的數據條件是行索引值等于1的數據集，通過查詢結果我們可以看到，輸出的是 Series 一維數據結構，他列索引的值是我們二維數據的列索引值內容。

我們也可以查詢出具體的單個數據值，通過傳入兩個 Label 值進行數據值的查詢。

# 這里的 data 是上面我們從 Excel 中解析出來的數據
print(data.loc[1,"價格"])

# --- 輸出結果 ---
67.0    # 這里可以看到輸出結果為具體的數據項值

Tips：loc() 多個查詢值的傳遞，第一個參數選擇 index （行索引值，最左側一列），第二個參數選擇 column（列索引值，最上面一行），如果參數傳錯，查詢時匯報索引值查找錯誤。

如下面，我們將行索引和列索引的順序顛倒，則會報錯：

print(data.loc["價格",1])

# --- 輸出結果 ---
---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-17-b625c01645c5> in <module>
----> 1 print(data.loc["價格",1])
……
……
KeyError: '價格'

3.2 按列表查詢

在 loc() 函數中，我們通過傳入要查詢的列表項，可以查詢多個數據內容，返回的數據結果是 Series 數據結構或者 DataFrame 數據結構。

# 這里的 data 是上面我們從 Excel 中解析出來的數據
print(data.loc[[1,2,5],["編程語言","價格"]])

# --- 輸出結果 ---
     編程語言    價格
1  python  67.0
2       C  33.9
5     C++  75.0

輸出解析: 我們傳入兩個查詢列表 [1,2,5] 和 [“編程語言”,“價格”]，可以看到查詢的結果為二維數據結構的數據集。

3.3 按區間查詢

按區間查詢主要用到了英文狀態下的冒號 “ : ” ，冒號左側是區間的開始位置，右側是結束位置。

# 這里的 data 是上面我們從 Excel 中解析出來的數據
print(data.loc[0:5,["編程語言","價格"]])

# --- 輸出結果 ---
     編程語言    價格
0    java  45.6
1  python  67.0
2       C  33.9
3      js  59.5
4     php  69.9
5     C++  75.0

輸出解析: 這里的行索引我們傳入的是區間 0:5，從結果中可以看到數據內容正是這5行的數據，其中是包含區間兩端的值的。

這里的行索引和列索引都可以設置為區間查找：

# 這里的 data 是上面我們從 Excel 中解析出來的數據
print(data.loc[3:5,"推出時間":"主要創始人"])

# --- 輸出結果 ---
    推出時間    價格              主要創始人
3  1995年  59.5       Brendan Eich
4  2012年  69.9     Rasmus Lerdorf
5  1983年  75.0  Bjarne Stroustrup

輸出解析：通過設置區間為條件，可以看到查詢的結果正是對應行索引和列索引所包含內的是數據。

3.4 按條件查詢

按條件查詢是查詢數據符合一定條件的數據集，包括大于（>）、小于（<）、大于等于（>=）、小于等于（<=）、等于（==）、不等于（!=）等條件。

# 這里的 data 是上面我們從 Excel 中解析出來的數據
print(data.loc[data["價格"]<60])

# --- 輸出結果 ---
   編程語言   推出時間    價格              主要創始人
0  java  1995年  45.6               James Gosling
2     C  1972年  33.9  Dennis MacAlistair Ritchie
3    js  1995年  59.5                Brendan Eich

輸出解析：這里的查詢條件為價格小于60的數據，可以看到結果查詢出了所有在價格上滿足該條件的數據。

Tips：注意條件等于，要用雙等于號 “ == ”，在程序中單個等于表示賦值，雙等于表示運算。

除了單個條件，還可以傳入多個條件，并通過運算符 &（與）表示兩邊條件都要滿足、| （或）表示兩邊條件有一個滿足就可以，進行多條件組合查詢:

# 這里的 data 是上面我們從 Excel 中解析出來的數據
print(data.loc[(data["價格"]<=69.9) & (data["推出時間"]=="1972年") ])

# --- 輸出結果 ---
  編程語言   推出時間    價格         主要創始人
2    C  1972年  33.9  Dennis MacAlistair Ritchie

輸出解析：我們這里設置了兩個條件，一個是價格小于等于69.9，另一個是推出時間等于1972年，這兩個數據進行與運算，表示這兩個條件都滿足的數據?？梢钥吹綌祿Y果是同時滿足了這兩個條件的所有數據集。

3.5 按函數查詢

函數查詢是在查詢的參數中傳入函數，查詢使該函數返回為 True 的數據集。

# 這里的 data 是上面我們從 Excel 中解析出來的數據
print(data.loc[data["推出時間"].isin(["1972年","1995年","1983年"])])

# --- 輸出結果 ---
  編程語言   推出時間    價格             主要創始人
0  java  1995年  45.6               James Gosling
2     C  1972年  33.9  Dennis MacAlistair Ritchie
3    js  1995年  59.5                Brendan Eich
5   C++  1983年  75.0           Bjarne Stroustrup

輸出解析：這里我們傳入了一個函數 isin( ) 該函數接受一個列表，判斷該列中元素是否在“推出時間 ”列表中 ，如果是就查詢出該數據集，從結果可以看出，查詢出了“推出時間”為1972年、1995年、1983年的數據集。當然，我們除了可以使用 Pandas 自帶的一些函數，我們也可以自定義一些條件函數，傳入參數進行查詢。

4.小結

本節課我們主要學習了對解析后的數據，按照我們業務實際的需要進行數據的查詢的方式，通過使用 loc() 查詢函數，以及對應的查詢參數，可以很好的滿足我們數據的查詢需要。本節課程的重點如下：

• 掌握 loc() 數據查詢函數的使用方法；
• 掌握查詢條件的五種類別，結合實際業務需求進行參數的傳入。

Tips：想要學習更多Pandas相關知識，可以點擊
Pandas 新增數據
Pandas 刪除數據
Pandas 修改數據