Python Query 指南

什么是 Python Query？

在 Python 编程中，“query”通常指对数据进行筛选、提取或检索的操作。 无论你是在处理 pandas DataFrame、连接 SQL 数据库， 还是调用 RESTful API，都离不开“查询”这一核心操作。

1. 使用 Pandas 的 .query() 方法

pandas.DataFrame.query() 是一种使用字符串表达式筛选数据的便捷方式。

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'city': ['Beijing', 'Shanghai', 'Guangzhou']
})

# 查询年龄大于 28 的记录
result = df.query('age > 28')
print(result)

输出结果将只包含 Bob 和 Charlie 的信息。

2. 数据库查询（SQLite 示例）

使用 Python 内置的 sqlite3 模块执行 SQL 查询：

import sqlite3

conn = sqlite3.connect(':memory:')
cursor = conn.cursor()
cursor.execute('CREATE TABLE users (id INTEGER, name TEXT)')
cursor.execute("INSERT INTO users VALUES (1, 'Alice'), (2, 'Bob')")

# 执行查询
cursor.execute("SELECT * FROM users WHERE id = 1")
print(cursor.fetchone())  # (1, 'Alice')

conn.close()

3. 通过 API 发起查询请求

使用 requests 库向 Web API 发送查询参数：

import requests

# 查询 GitHub 用户信息
response = requests.get('https://api.github.com/users/octocat')
if response.status_code == 200:
    user_data = response.json()
    print(user_data['name'])  # 输出用户名

注意：需先安装 requests：pip install requests

最佳实践建议

• 对用户输入的查询条件进行校验，防止注入攻击（尤其是数据库查询）。
• 在大型 DataFrame 上使用 .query() 可能比布尔索引更快。
• 合理使用索引提升数据库查询性能。
• API 查询时注意速率限制和错误处理。