query查询及其他

query查询

DataFrame.query(expr, inplace=False, **kwargs)

用于通过boolean表达式来查询dataframe中的列。
主要参数为expr，它是字符串表达式，有如下说明：
可以引用变量，方法是在变量前添加一个@字符，例如@a + b。
可以在反引号内将包含空格或运算符的列名引用起来。 这样，您还可以转义以数字开头或Python关键字的名称。 基本上是无效的Python标识符。

例如，如果有一列称为a a，而您想将其与b相加，则查询应为’a a’ + b。
Examples

df = pd.DataFrame({'A': range(1, 6),
                   'B': range(10, 0, -2),
                   'C C': range(10, 5, -1)})
df
    A    B    C C
0    1    10    10
1    2    8    9
2    3    6    8
3    4    4    7
4    5    2    6

如果我要查询A列值大于B列值的结果，正常情况我们会做如下操作：

df[df.A > df.B]  或  df[df['A'] > df['B']]
    A    B    C C
4    5    2    6

然而这不够优雅，使用query可以简化代码：

df.query('A > B ')
A    B    C C
4    5    2    6

用同样的方法，查询B列和C C列相等的数据：

df.query('B == 'C C'')
  A     B      C C
0    1     10      10

注意对于C C列的列名中间有空格或运算符等其他特殊符号的情况，上文提到，要用反引号（就是键盘上第二排第一个按键，有‘~’这个符号的按键）。
上述表达式等同于：

df[df.B == df['C C']]

你以为这就完了？如果这样我也没必要写这篇博客了。
上面都是单一条件查询，若涉及多个条件查询，情况如何呢？
如我要查询A列小于B列，且A列小于C C列的数据，一般情况我们会做如下写法：

df[(df['A'] < df['B']) & (df['A'] < df['C C'])]
A    B    C C
0    1    10    10
1    2    8    9
2    3    6    8

用query方法简洁如下：

df.query('A < B & A < `C C`')
A    B    C C
0    1    10    10
1    2    8    9
2    3    6    8

再比如，我要查询A列小于B列，加上A列值为4的数据，query方法如下：

df.query('A < B | A == 4')
A    B    C C
0    1    10    10
1    2    8    9
2    3    6    8
3    4    4    7

————————————————
版权声明：本文为CSDN博主「么心learning」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/opp003/article/details/111401155

查询A列等于值a的b列对应行的内容

import pandas as pd
data = {
    "aa":['c','h','e'],
    "bb":[4,5,6],
    "cc":[7,8,9]   
}
df = pd.DataFrame(data)
print(df)
# 找到aa列中e值对应的cc列的值
find_data = df[df['aa']=='e']['cc']
print('seeking')
print(find_data)