用Python作数据分析：Pandas经常使用数据查询语法

大毛 岂安科技业务风险分析师
多年订单业务反欺诈经验，负责岂安科技多款产品运营工做。

在使用Pandas以前，大多数数据分析师已经掌握了Excel和SQL，而且在刚上手Pandas时会常常习惯性想到“老办法”。"若是谁能把经常使用的数据查询语法作个对比就行了 "，我也曾不止一次地想享受前人的成果，无奈发现网上的文章侧重不一样且深浅不一，还涉及到一些Pandas新老版本的问题，因而决定本身动手。

1、举例的数据

假设我有个六列的dataframe：一列是销售员，一列是所属团队，其它四列分别是四个季度的销售额。

1新增列-基于原有列的整年销售额

首先df['Total ']确保了你在该df内新增了一个column，而后累加即可。

df['Total'] = df['Q1']+df['Q2']+df['Q3']+df['Q4']

你可能想使用诸如sum()的函数进行这步，很惋惜，sum()方法只能对列进行求和，幸亏它能够帮咱们求出某季度的总销售额。df['Q1'].sum()，你就能获得一个Q1的总销售额，除此以外，其余的聚合函数，max,min,mean都是可行的。

2分组统计 - 团队竞赛

那么按团队进行统计呢？在mysql里是group by，Pandas里也不例外，你只须要df.groupby('Team').sum()就能看到指望的答案了。

3排序 - 谁是销售冠军

若是你关心谁的整年销售额最多，那么就要求助于sort_values方法了，在excel内是右键筛选，SQL内是一个orderby。默认是顺序排列的，因此要人为设定为False，若是你只想看第一名，只须要在该语句末尾添加.head(1) 。

5切片-只给我看我关心的行

接下来就是涉及一些条件值的问题，例如我只关心Team为A的数据，在Excel里是筛选框操做，在SQL里写个where就能搞定，在Pandas里须要作切片。

查看Pandas文档时，你可能已经见过各类切片的函数了，有loc,iloc,ix,iy，这里不会像教科书同样全部都讲一通让读者搞混。这种根据列值选取行数据的查询操做，推荐使用loc方法。

df.loc[df['Team']== 'A',['Salesman', 'Team','Year']]，这里用SQL语法理解更方便，loc内部逗号前面能够理解为where，逗号后能够理解为select的字段。

若是想全选出，那么只需将逗号连带后面的东西删除做为缺省，便可达到select *的效果。

6切片 - 多条件筛选

在Pandas中多条件切片的写法会有些繁琐，df.loc[ (df['Team']== 'A' ) & (df['Total'] > 15000 ) ]，添加括号与条件符。

这里有一个有意思的小应用，若是你想给符合某些条件的员工打上优秀的标签，你就能够结合上述新增列和切片两点，进行条件赋值操做。

df.loc[ (df['Team']== 'A' ) & (df['Total'] > 15000 ) , 'Tag'] = 'Good'

7删除列 - 和查询无关，可是颇有用

固然这里只是个举例，这时候我想删除Tag列，能够del df['Tag']，又回到了以前。

2、链接

接下来要讲join了，如今有每小时销售员的职位对应表pos，分为Junior和Senior，要将他们按对应关系查到df中。

这里须要认识一下新朋友，merge方法，将两张表做为前两个输入，再定义链接方式和对应键。对应到Excel中是Vlookup，SQL中就是join。在pandas里的链接十分简单。

df = pd.merge(df, pos, how='inner', on='Salesman')

注意，这个时候其实咱们是获得了新的df，若是不想覆盖掉原有的df，你能够在等号左边对结果从新命名。

这时候有了两组标签列（对应数值列），就能够进行多重groupby了。

固然这样的结果并不能公平地反应出哪一组更好，由于每组的组员人数不一样，可能有平均数的参与会显得更合理，而且咱们只想依据整年综合来评价。

这里的数据是捏造的，不过也一目了然了。

3、合并操做

最后以最简单的一个合并操做收尾。

若是我又有一批数据df2，须要将两部分数据合并。只须要使用concat方法，而后传一个列表做为参数便可。不过前提是必需要保证他们具备相同类型的列，即便他们结构可能不一样（df2的Team列在末尾，也不会影响concat结果，由于pandas具备自动对齐的功能）。

pd.concat([df,df2])

尾声

以上就是一些基础的Pandas数据查询操做了。做为Pandas初学者，若是能善用类比迁移的方法进行学习并进行总结是大有裨益的。若是看完本文尚未能了解到你关心的查询方法，能够留言联系，或许还能够有续集。