在使用pandas進(jìn)行數(shù)據(jù)分析時(shí)，經(jīng)常遇到需要過(guò)濾信息的場(chǎng)景，此時(shí)我們可以用到2種函數(shù)，query和filter。

query函數(shù)

query函數(shù)我認(rèn)為類(lèi)似sql語(yǔ)言中的where，可以對(duì)dataframe中的特定column進(jìn)行篩選。具體語(yǔ)法如下：

df.query('列名? ?判斷? ?值'),如df.query('column1 > 2 and column 2<1')

等于

df[df[列名] 判斷 值],如 df[df[column1]>2 & df[column2]<1]

filter函數(shù)

filter常規(guī)用法，在pandas說(shuō)明里很好找到：

DataFrame.filter(items=None, like=None, regex=None, axis=None)

#items對(duì)列進(jìn)行篩選#regex表示用正則進(jìn)行匹配#like進(jìn)行篩選#axis=0表示對(duì)行操作，axis=1表示對(duì)列操作

今天我想分享一些特殊用法：

1. filter和匿名函數(shù)的使用，用來(lái)篩選groupby之后的數(shù)據(jù)。類(lèi)似sql中g(shù)roupby后的having

df1=df.groupby('district').filter(lambda x: x['age'].mean()>20)

結(jié)果會(huì)將所有age>20的district的行選掉，返回所有其他值。