Python – 使用pandas搜索DataFrame中的特定值

在数据科学中，使用pandas库进行数据处理是非常常见的。pandas是一个基于NumPy的库，它提供了一个强大的数据结构：DataFrame。DataFrame是一个二维表格，其中数据以列和行的形式组织。而在处理数据时，往往需要搜索DataFrame中的特定值来处理数据。本文将介绍如何使用pandas搜索DataFrame中的特定值。

创建DataFrame

首先，我们需要创建一个DataFrame作为示例数据。为了简单起见，我们可以使用以下数据：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emma'], 
        'age': [25, 35, 45, 55, 65], 
        'city': ['New York', 'Paris', 'London', 'Tokyo', 'Singapore']}

df = pd.DataFrame(data)
print(df)

这将创建示例数据，并将其打印出来：

       name  age       city
0     Alice   25   New York
1       Bob   35      Paris
2   Charlie   45     London
3     David   55      Tokyo
4      Emma   65  Singapore

现在我们已经有了一个DataFrame，我们可以使用pandas来搜索里面的特定值。

使用.loc方法搜索DataFrame中的特定值

pandas的DataFrame具有一个非常有用的方法.loc，它可以用于根据行标签和列标签（位置或值）对数据进行访问。下面我们将使用.loc方法来搜索DataFrame中的特定值。

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emma'], 
        'age': [25, 35, 45, 55, 65], 
        'city': ['New York', 'Paris', 'London', 'Tokyo', 'Singapore']}

df = pd.DataFrame(data)

# 搜索 name = Bob 的行
print(df.loc[df['name'] == 'Bob'])

# 搜索 age > 45 或 name = Charlie 的行
print(df.loc[(df['age'] > 45) | (df['name'] == 'Charlie')])

此时，我们将会得到以下输出：

  name  age   city
1  Bob   35  Paris

      name  age       city
2  Charlie   45     London
3    David   55      Tokyo
4     Emma   65  Singapore

在上面的代码中，我们首先搜索了名为Bob的行，并使用.loc方法打印了结果。然后，我们搜索了年龄大于45岁或名为Charlie的行。

使用query方法搜索DataFrame中的特定值

另一个搜索DataFrame中特定值的方法是使用pandas的query方法。与.loc方法不同，query方法使用字符串作为条件。以下是相同的示例：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emma'], 
        'age': [25, 35, 45, 55, 65], 
        'city': ['New York', 'Paris', 'London', 'Tokyo', 'Singapore']}

df = pd.DataFrame(data)

# 搜索 name = Bob 的行
print(df.query('name == "Bob"'))

# 搜索 age > 45 或 name = Charlie 的行
print(df.query('age > 45 or name == "Charlie"'))

此时，我们得到的输出与上面的.loc方法的输出相同。

在DataFrame中搜索多个值

有时候，我们需要同时搜索多个值。在这种情况下，我们可以使用.isin方法。.isin方法允许我们指定一个值列表，并返回DataFrame中包含这些值的所有行。

例如，如果我们希望在名为David或Emma的行中搜索示例DataFrame，可以使用以下代码：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emma'], 
        'age': [25, 35, 45, 55, 65], 
        'city': ['New York', 'Paris', 'London', 'Tokyo', 'Singapore']}

df = pd.DataFrame(data)

# 在名为David或Emma的行中搜索
print(df.loc[df['name'].isin(['David', 'Emma'])])

这将返回以下结果：

   name  age       city
3  David   55      Tokyo
4   Emma   65  Singapore

在上面的代码中，我们将需要搜索的值列表传递给了.isin方法，并使用.loc方法打印结果。

使用str.contains方法搜索字符串

在DataFrame中搜索包含特定字符串的值时，我们可以使用str.contains方法。例如，如果我们想在示例DataFrame中搜索包含“Y”字母的城市，可以使用以下代码：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emma'], 
        'age': [25, 35, 45, 55, 65], 
        'city': ['New York', 'Paris', 'London', 'Tokyo', 'Singapore']}

df = pd.DataFrame(data)

# 搜索包含 'Y' 字母的城市
print(df.loc[df['city'].str.contains('Y')])

这将返回以下结果：

    name  age      city
0  Alice   25  New York
3  David   55     Tokyo

在上面的代码中，我们使用df[‘city’].str.contains(‘Y’)语句获取列表中每个城市是否包含“Y”。然后，我们使用.loc方法定位这些行，并打印了结果。

使用isin和str.contains方法组合搜索

最后，我们可以将.isin和.str.contains方法组合使用来搜索满足多个条件的行。以下是一个示例，我们希望搜索示例DataFrame中名为David或Emma且城市包含字母“o”的行：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emma'], 
        'age': [25, 35, 45, 55, 65], 
        'city': ['New York', 'Paris', 'London', 'Tokyo', 'Singapore']}

df = pd.DataFrame(data)

# 搜索示例DataFrame中名为David或Emma且城市包含'o'字母的行
print(df.loc[df['name'].isin(['David', 'Emma']) & df['city'].str.contains('o')])

这将返回以下结果：

   name  age    city
4  Emma   65  Singapore

在上面的代码中，我们将.isin方法与.str.contains方法组合使用，以搜索满足包含“o”字母的城市和名为David或Emma的行。我们使用.loc方法定位这些行，并打印了结果。

结论

在本文中，我们介绍了如何使用pandas搜索DataFrame中的特定值。我们介绍了以下方法：

• .loc方法：根据行标签和列标签（位置或值）访问数据。
• .query方法：使用字符串作为条件检索数据。
• .isin方法：搜索DataFrame中包含特定数值的行。
• .str.contains方法：搜索包含特定字符串的行。

通过使用这些方法，我们可以轻松地搜索DataFrame中的特定值，以便更好地处理数据。