上期内容：python最最最重要的数据分析工具之pandas
其实上一篇我们已经学习了数据筛选与查询，这里会介绍不一样的高级查询方式；还有一个重要的内容就是表连接。学过数据库的都知道SQL中表连接方式有左连接，右连接，内连接(交集)和全外连接(并集)，pandas也可以实现这些表格的连接。
✒️个人主页➡️：进来看看吧
🔎系列专栏🔫：保你不亏的
文章目录
- 一、高级查询
* - 1.1、query(条件)
- 1.2、文本筛选 str.contains()
- 1.3、截断函数 truncate()
- 二、表连接
* - 2.1、pandas.concat([表1,表2],axis,join,sort,ignore_index,keys)
- 2.2、df.merge(right, how, on, left_on, right_on,left_index, right_index, sort, suffixes)
- 2.3、df.join([df],on)
; 一、高级查询
1.1、query(条件)
a、单条件筛选
df = pd.DataFrame({'name':['王一','李二','赵四'],'class':['一班','二班','一班'],'sex':['男','女','女'],'score':[88,98,78]})
df.query('score >80')
df.query('sex=="女" and score==78')
1.2、文本筛选 str.contains()
"""
用法：str.contains(pat, case=True, flags=0, na=nan, regex=True)是否包含查找的字符串
参数:
pat : 字符串/正则表达式
case : 布尔值, 默认为True.如果为True则匹配敏感
flags : 整型,默认为0(没有flags)
na : 默认为NaN,替换缺失值.
regex : 布尔值, 默认为True.如果为真则使用re.research,否则使用Python
返回值: 布尔值的序列(series)或数组(array)
"""
df = pd.DataFrame({'name':['王一小','李二池','赵四'],'class':['一班','二班','一班'],'sex':['男','女','女'],'score':[88,98,78]})
a = df['name'].str.contains('\w{3}')
df[a]
df[df['class'].str.contains('一班')]
1.3、截断函数 truncate()
在使用.truncate()函数对df的某列进行数据筛选之前，需要先使用df = df.set_index('列名')，
将该列设置为索引，再使用df.sort_index()索引升序。.
用法：DataFrame.truncate(before=None, after=None, axis=None, copy=True)
参数 before：date，string，int，是指截断此索引值之后的所有行
after：date，string，int，是指截断此索引值前的所有行
axis：{0或’index’，1或’columns’}（可选），是指轴截断。 默认情况截断索引（行）。
copy：boolean，默认为True，返回截断部分的副本
df = pd.DataFrame({
'date':['1','2','5','4','3'],
'sale_money':[34,56,78,45,35]
})
df = df.set_index('date') .sort_index()
df.truncate(before='2',after='4')
df = pd.DataFrame({
'date':['2022-04-16','2022-04-19','2022-04-18','2022-04-17','2022-04-20'],
'sale_money':[34,56,78,45,35]
})
df = df.set_index('date') .sort_index()
df.index.astype('datetime64[ns]')
df.truncate(before='2022-04-17')
二、表连接
2.1、pandas.concat([表1,表2],axis,join,sort,ignore_index,keys)
参数说明[表1,表2]需要连接的表 以元组\列表格式输入axis连接方向：0纵向连接,1横向连接join连接方式：inner内连接(交集) outer全外连接(并集)sort数据排序： True默认索引排序,False不排序 默认按照索引排序ignore_index是否忽略原索引 重置索引 一般纵向连接且索引无意义时用keys[‘df1′,’df2’] 分别数据到底属于哪个表格的
dic1 = {
'姓名':['王一','李二','赵四'],
'成绩':[78,56,98]
}
dic2 = {
'姓名':['王一','孙三','周六'],
'成绩':[98,88,67]
}
df1 = pd.DataFrame(dic1,index=['a','b','c'])
df2 = pd.DataFrame(dic2,index=['a','d','e'])
pd.concat([df1,df2],axis=1,join='inner')
pd.concat([df1,df2],axis=0,ignore_index=True).T
pd.concat([df1,df2],axis=1,keys=['df1','df2'])
2.2、df.merge(right, how, on, left_on, right_on,left_index, right_index, sort, suffixes)
参数说明right需要连接的表how连接方式：inner\outer\left\righton有相同列名时，根据哪列连接left_on\right_on若列名不同，根据左\右表的哪个键left_index\right_index左\右表的索引作为连接键sort是否排序suffixes若有相同的列名,给它加后缀,如suffixes=(‘_df1′,’_df2’)输出：列名_df1,列名_df2 默认_x,_y
df1 = pd.DataFrame({'name':['王一','李二','赵四'],'score':[88,98,78]})
df2 = pd.DataFrame({'name':['李二','王一','赵四'],'class':['class1','class2','class1'],'score':[86,99,48]})
df1.merge(df2,left_index=True,right_index=True)
df1.merge(df2,on='name',suffixes=('_chinese','_math'))
2.3、df.join([df],on)
参数说明[df]需要连接的表 以列表格式输入on根据哪列连接
df1=pd.DataFrame({"A":["A0","A1","A2","A3"],
"B":["B0","B1","B2","B3"],
"key":["K0","K1","K0","K1"]})
df2=pd.DataFrame({"C":["C0","C1"],
"D":["D0","D1"]},
index=["K0","K1"])
df3=pd.DataFrame({"E":["E1","E2"]})
df1.join(df2,on="key")
df1.join([df2,df3])
下期预告：pandas数据处理三板斧之apply、map与applymap 喜欢的话就一键三连吧！！！
Original: https://blog.csdn.net/m0_69435474/article/details/124299729
Author: 小磊要努力哟
Title: pandas之表连接与高级查询
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/742523/
转载文章受原作者版权保护。转载请注明原作者出处！