如何在python熊猫中使用带有bool的查询功能？

Question

我正在尝试做

df.query("'column' == 'a'").count()

但

df.query("'column' == False").count()

将query与布尔列一起使用的正确方法是什么？

Answer 1

就是'column == False'。

>>> df = pd.DataFrame([[False, 1], [True, 2], [False, 3]], columns=['column', 'another_column'])                       
>>> df                                                                                                                 
   column  another_column
0   False               1
1    True               2
2   False               3
>>> df.query('column == False')                                                                                        
   column  another_column
0   False               1
2   False               3
>>> df.query('column == False').count()                                                                                
column            2
another_column    2
dtype: int64

我个人更喜欢布尔索引（如果适用于您的情况）。

>>> df[~df['column']]                                                                                                  
   column  another_column
0   False               1
2   False               3
>>> df[~df['column']].count()                                                                                          
column            2
another_column    2
dtype: int64

Answer 2

使用查询更简单：

df.query("~column").count()

实际上，以下是非查询方法，它们实际上不那么漂亮，而且速度可能较慢（因为查询有时会非常优化）

尽管您确实应该使用：

df[~df["column"]].count()

或者，如果您愿意（可读性更好，但并不总是可能）：

df[~df.column].count()

Answer 3

Pandas使用 pandas.eval（）评估传递给 pandas.query（）的代码。 pandas.eval（）使this：

  

使用各种后端将Python表达式评估为字符串。

在Python中，您需要使用 is 运算符将False与任何事物进行比较，这仅仅是因为，如果将某些事物与False进行比较，您总是会得到False作为结果（这就是Python的工作原理，我并不是真的知道为什么）。 pandas.query（）似乎不支持 is 语句，但是我们有解决方法：

• 我们可以检查列！=列。如果返回True，则表示我们正在将某些值与False进行比较。 使用 df.query（“ column！= False”）

• 如果在 local_dict 关键字参数中传递了pandas库，则可以使用pandas函数。喜欢：

  import pandas as pd
  local_vars = {'pd': pd}
  df.query(expr="@pd.isna(column)",local_dict=local_vars)
  

我也不确定您要使用 count（）做什么，因为 count（）占non-NA cells for each column or row。

• 如果您只想计算行数，请使用 shape 。
• 如果您要计算每列中有多少个NA单元格，请仅使用列等于False的行，这样就可以，并且可以使用

P.S不要在 df.query（）中的列名周围使用引号。