Question

我已经使用Pandas超过3个月了，我对数据帧的访问和查询等有了一个很好的想法。

我有一个要求，其中我想在 pandas.query（）中使用LIKE关键字（LIKE类似于SQL）查询数据框。

即：我试图执行 pandas.query（＆＃34; column_name LIKE＆＃39; abc％＆＃39;＆＃34;）命令但是它失败了。

我知道另一种方法是使用str.contains（＆＃34; abc％＆＃34;）但这并不符合我们的要求。

我们想在pandas.query（）中执行LIKE。我怎么能这样做？

Answer 1

如果必须使用df.query（），则正确的语法为：

pandas.query('column_name.str.contains("abc")')

您可以轻松地将其与其他条件结合起来：

pandas.query('column_a.str.contains("abc") or column_b.str.contains("xyz") and column_c>100')

但是，它并不完全等同于SQL Like，但仍然很有用。

Answer 2

@volodymyr是正确的，但他忘记的事情是您需要将engine ='python'设置为表达式才能工作。

示例： >>> pd_df.query('column_name.str.contains("abc")', engine='python')

Here是有关默认引擎（'numexpr'）和'python'引擎的更多信息。另外，请记住，“ python”在大数据上的运行速度较慢。

Answer 3

这篇文章的时间已经很晚了，但对于任何碰到它的人来说都是如此。您可以使用布尔索引，方法是根据字符串方法检查str.contains。

示例：

dataframe[dataframe.summary.str.contains('Windows Failed Login', case=False)]

在上面的代码中，括号内的代码段引用数据框的摘要列，并使用.str.contains方法在该系列的每个值中搜索'Windows Failed Login'。区分大小写可以设置为true或false。这将返回布尔索引，然后用于返回您要查找的数据帧。如果您遇到任何Nan错误，也可以在括号中使用.fillna()。

希望这有帮助！

Answer 4

不使用query（），但这会为您提供您正在寻找的内容：

df[df.col_name.str.startswith('abc')]


df
Out[93]: 
  col_name
0     this
1     that
2     abcd

df[df.col_name.str.startswith('abc')]
Out[94]: 
  col_name
2     abcd

查询使用pandas eval()，并限制在其中使用的内容。如果您想使用纯SQL，可以考虑pandasql以下语句对您有用：

sqldf("select col_name from df where col_name like 'abc%';", locals())

或者，如果您对pandas str方法的问题是您的专栏不完全是字符串类型，则可以执行以下操作：

df[df.col_name.str.startswith('abc').fillna(False)]

Answer 5

我刚想出的“开始于”的技巧：

pandas.query('"abc" <= column_name <= "abc~"')

说明：：pandas在查询中接受字符串的“更大”和“小于”语句，因此按字母顺序排列的任何以“ abc”开头的内容都将大于或等于“ abc”。波浪号（〜）是ASCII table中的最大字符，因此以“ abc”开头的任何字符都将小于或等于“ abc〜”。

要考虑的几件事：

这当然是区分大小写的。所有小写字符都排在ASCII表中所有大写字符之后。
这不适用于Unicode字符串，但是一般原理应该相同。
我无法为“包含”或“以...结尾”提供并行技巧。

Answer 6

我知道这是一篇很老的文章，但我只想把这些留给那些正在寻找答案的人。

df.query('column_name == "value"')

当我需要查询数据框以查找匹配的字符串时，这对我有用。

在pandas.query（）中使用LIKE

6 个答案: