sql风格
简单测了一下，sql的where语句基本都支持
df.query('x not in ("1","2") or y>0.1', inplace=True)
补充两点
# 1. 前面定义好的变量，可以在语句里用，加一个@
k=3
df.query('x>@k')
# 2. 对于带空格的字段名，用``括起来
# (不过好像会报错)
df.query('x>`a a`')
eval
df.eval('C = A + B', inplace=True)
df.eval('A+B') # 返回 Series
# （貌似）不能同时产生多个字段，所以用起来还是不太方便
用切片、下标筛选
通过下标选取数据：
准备数据
import pandas as pd
df = pd.DataFrame({'col1': [1, 2, 3] * 2, 'col2': ['one', 'two', 'three'] * 2}, index=list('abcdef'))
- loc：选取行列（含头又含尾）
# loc的输入是index名和columns名 df.loc['a':'b', 'col1'] # 选取one列的数据，返回Series df.loc[:'b', ['col1']] # 返回DataFrame df.loc['a':'b', :] # 选取ab两行数据，返回DataFrame # df.loc['a':'b'] # 选取ab两行数据，返回DataFrame - iloc：用数字选取行列（含头不含尾）
df.iloc[1, 1] # 从0开始计数，返回的是这个元素本身的类型 df.iloc[0:2, 1:2] # 返回DataFrame df.iloc[0:2, :] # 返回DataFrame df.iloc[:, 1] # 选取所有记录的第一列的值，返回的为一个Series df.iloc[1, :] # 选取第一行数据，返回的为一个Series（！！！行也可以组成一个Series） - 选取列
a = df[['col1']] # a是DataFrame b = df['col1'] # b是Series df.col1 # 也是Series - 选取行
a=df[0:3] # a是DataFrame，含头不含尾
（切片共享内存）
用布尔类型筛选
df.loc[df.col1>1,:] # 单个逻辑条件
df.loc[(df.col1 > 1) & (df.col1 < 3), :] # 多个逻辑条件组合
df[df.one >= 2] # 也可以省略 loc
分析：
- df.col1是一个Series
- df.col1>1是一个Series，里面存的是bool
- 多个逻辑条件组合，不能用and，而要用&
- bool*1可以变成数字，可以玩一些花招(例如，
(df.col1>1 * 1)+(df.col2<1) * 1=1) - df>2是一个DataFrame
bool生成方式
以下可以取得bool类型的Series，然后用来列筛选，这些Series可以相互之间做bool运算
1.符号
==
!=
<
>
<=
>=
2. any
(df>1).any(0) # 列
(df>1).any(1) # 行
3. 自定义
func = lambda x: True if x in {'one', 'three'} else False
df.transform({'col2': func})
其它
- isnull
df.isnull() df.notnull() ~df.isnull() - string
selected = df.col2.isin(['one', 'three']) # 返回的是bool类型的Series，因此可以做bool运算 selected = df.col2.str.contains('n|h')
举例
import pandas as pd
import numpy as np
df=pd.DataFrame(np.arange(16).reshape(4,-1),index=list('abcd'),columns=list('gfjk'))
df[df>6]=0
