Question

我有一个配置yaml文件，该文件应该由客户使用并且易于编辑。在yaml文件中，有一些规则：

variables:
  used_often: ['good','bad', 3]

rules:
  - dataframe_name: my_name
    variables: 
      consequence: used_often
    query: 'column_a = 5 and column_b in ${consequence} and column_c != 1'
    output: {'column_d': 1}
  - more rules like this

如您所见，我想在df my_name中过滤3列，其中column_a = 5等，然后在此过滤器的结果中添加/更改column_d，以便所有行与查询匹配的column_d = 1。

我的问题是如何使查询更易于使用熊猫进行过滤。就目前而言，上面的查询应该以这样的大熊猫结尾：

my_name[(my_name["column_a"] == 5) &
 (my_name["column_b"].isin(['good','bad', 3])) &
 (my_name["column_c"] != 1)]

因此，我必须做很多处理才能解释yaml中的查询。是否有任何工具可以帮助我或以更好的方式设置查询格式（只要客户端可以轻松地编写yaml文件，我就可以完全自由地构建它）？

谢谢！

Answer 1

有一个pandas.query函数可以完成所有https://pandas.pydata.org/pandas-docs/version/0.22/generated/pandas.DataFrame.query.html

所以我在yaml中的查询变为：

query: 'column_a == 5 and column_b in @consequence and column_c !=1'

然后在python中，我可以读取yaml和过滤器：

df.query(my_query)

根据Yaml文件中的某些规则过滤熊猫df

1 个答案: