Python query 函数详解

什么是 query 函数？

在 Python 的 pandas 库中， query() 是一个用于对 DataFrame 进行条件筛选的强大方法。 它允许你使用类似 SQL 或自然表达式的字符串语法来过滤数据，使代码更简洁、可读性更强。

基本语法

df.query(expr, inplace=False, **kwargs)

• expr：查询表达式（字符串），如 "age > 30"
• inplace：是否就地修改原 DataFrame（默认 False）
• **kwargs：其他参数，如 engine='python' 等

使用示例

假设我们有一个员工数据表：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'Diana'],
    'age': [25, 32, 45, 28],
    'salary': [50000, 70000, 90000, 60000]
})

使用 query 筛选年龄大于 30 的员工：

result = df.query('age > 30')
print(result)

输出结果：

      name  age  salary
      Bob   32   70000
  Charlie   45   90000

高级用法

1. 使用变量

min_age = 30
result = df.query('age > @min_age')

注意：变量前需加 @ 符号。

2. 多条件查询

df.query('age > 30 and salary < 80000')

3. 字符串匹配

df.query('name.str.contains("A")')

优势与注意事项

• ✅ 语法简洁，接近自然语言
• ✅ 对大型 DataFrame 性能优于布尔索引（在某些场景下）
• ⚠️ 表达式必须是字符串，调试不如布尔索引直观
• ⚠️ 不支持所有 Python 表达式（如 lambda、复杂函数调用）

适用场景

以下情况推荐使用 query()：

1. 交互式数据分析（如 Jupyter Notebook）
2. 需要频繁切换筛选条件
3. 希望提升代码可读性