Pandas query()函数中使用LIKE条件

在本文中，我们将介绍如何在Pandas数据分析库的query()函数中使用LIKE条件。Pandas库是Python语言中用于数据分析和数据操作的一个强大工具集，query()函数是其中一个非常好用的函数，可以实现SQL中的where条件过滤和数据筛选的功能。LIKE条件是SQL语言中用于模糊匹配数据的常用条件，那么在Pandas的query()函数中如何使用呢？

阅读更多：Pandas 教程

Pandas中query()函数介绍

在介绍如何在Pandas的query()函数中使用LIKE条件之前，我们先来了解一下query()函数的基本使用。

query()函数的参数是一个字符串类型的表达式，该表达式可以包含一些条件语句（如“col1 > 10”）和逻辑运算符（如“and”、“or”等）。表达式中的变量名应该为DataFrame对象中的列名，并用美元符号“$”将变量名包含起来。下面是query()函数的基本使用方法：

df = pd.DataFrame({'A': ['foo', 'bar', 'baz'],
                   'B': [1, 2, 3],
                   'C': [4, 5, 6]})
df.query('A == "foo"')

输出结果为：

     A  B  C
0  foo  1  4

上述代码中使用了query()函数过滤了列‘A’中值为“foo”的行，并返回满足条件的所有列值。

Pandas中query()函数中的LIKE条件

Pandas库是基于Python语言开发的，因此它的query()函数的语法与Python语言有一些相似之处。如果要在query()函数中使用Python中的字符串函数，可以使用@字符将字符串函数包含在表达式中。

那么在query()函数中如何使用LIKE条件呢？

Pandas中并没有专门用于模糊匹配的函数，但是可以使用Python中的str.contains()函数或str.match()函数实现。因此，在query()函数中使用LIKE条件的方法就是将Python中的字符串匹配函数包含在表达式中。

下面是使用str.contains()函数实现LIKE条件过滤的示例代码：

df = pd.DataFrame({'A': ['foo', 'bar', 'baz'],
                   'B': [1, 2, 3],
                   'C': [4, 5, 6]})
df.query('A.str.contains("o")')

输出结果为：

     A  B  C
0  foo  1  4
1  bar  2  5

上述代码中，使用了str.contains()函数过滤了列‘A’中包含字符“o”的行，并返回满足条件的所有列值。

还可以使用str.match()函数实现模糊匹配功能，该方法与str.contains()函数的用法类似。下面是使用str.match()函数实现LIKE条件过滤的示例代码：

df = pd.DataFrame({'A': ['foo', 'bar', 'baz'],
                   'B': [1, 2, 3],
                   'C': [4, 5, 6]})
df.query('A.str.match("b")')

输出结果为：

     A  B  C
2  baz  3  6

上述代码中，使用了str.match()函数过滤了列‘A’中以字符“b”开头的行，并返回满足条件的所有列值。

Pandas中query()函数中的正则表达式筛选

在query()函数中，我们还可以使用正则表达式来实现更加复杂的筛选功能。Pandas中的str模块提供了很多字符串方法，其中就包括正则表达式匹配方法。

例如，下面的示例代码使用正则表达式匹配所有以小写字母“b”开头的字符串：

df = pd.DataFrame({'A': ['foo', 'bar', 'baz', 'Baz'],
                   'B': [1, 2, 3, 4],
                   'C': [4, 5, 6, 7]})
df.query('A.str.match("b[a-z]")')

输出结果为：