Pandas：使用query函数检查列是否为空

在本文中，我们将介绍如何使用Pandas的query函数来检查数据中的列是否为空。
阅读更多：Pandas 教程

什么是Pandas？

Pandas是一个用于数据分析的Python库，它提供了快速、灵活和便捷的数据结构和数据分析工具。它能够处理各种类型的数据，如表格型数据（基于行和列的二维表格）、时间序列数据等等。在数据分析和处理方面，Pandas是一个非常强大的工具。

如何使用query函数检查列是否为空？

Pandas的query函数可以让我们通过查询语句来筛选数据。在检查列是否为空时，我们可以使用“isnull()”函数来检测缺失值，并使用query函数对它进行筛选。
例如，我们有一个包含“Country”和“Population”两列的DataFrame（数据框），并且我们想要得到所有“Population”列中包含缺失值的行：

import pandas as pd

data = {"Country": ["China", "India", "USA", "Indonesia", "Pakistan", "Brazil", "Nigeria", "Bangladesh", "Russia"],
        "Population": [1439.3, 1380.0, None, 273.5, 220.9, 211.8, None, 164.7, 145.9]}

df = pd.DataFrame(data)

result = df.query("Population.isnull()")
print(result)

输出：

       Country  Population
2          USA         NaN
6      Nigeria         NaN

如上所述，我们使用了“isnull()”函数来查找缺失值，然后使用query函数来筛选包含缺失值的行。在这个例子中，我们得到了“Population”列中包含缺失值的行。
假设我们要查询“Population”列中不包含缺失值的行：

result = df.query("not Population.isnull()")
print(result)

输出：

      Country  Population
0       China      1439.3
1       India      1380.0
3   Indonesia       273.5
4    Pakistan       220.9
5      Brazil       211.8
7  Bangladesh       164.7
8      Russia       145.9

我们可以使用“not”关键字来取反限定条件，从而得到“Population”列中不包含缺失值的行。
如果我们想同时筛选出“Population”列中包含缺失值和“Country”列中包含“i”的行：

result = df.query("Population.isnull() or Country.str.contains('i')")
print(result)

输出：

       Country  Population
1        India      1380.0
2          USA         NaN
3    Indonesia       273.5
4     Pakistan       220.9
6      Nigeria         NaN
7  Bangladesh       164.7
8       Russia       145.9

这里我们使用了or运算符来连接多个限定条件。如果要筛选“Population”列中不包含缺失值且“Country”列中包含“a”的行，可以这样写：

result = df.query("not Population.isnull() and Country.str.contains('a')")
print(result)

输出：

  Country  Population
5  Brazil       211.8

总结

本文介绍了如何使用Pandas的query函数来检查数据中的列是否为空。通过示例的方式，我们学习了如何使用“isnull()”函数和“not”关键字来筛选包含缺失值的和不包含缺失值的行，以及如何使用逻辑运算符来连接多个限定条件。使用这些技巧可以帮助我们更有效地处理数据。