pandas query 函数用法详解：从基础过滤到复杂表达式

Alice

发布时间：2026-10-14| 5人浏览过

原创

本文详细介绍 pandas 中 query() 函数的用法，涵盖基于列的代数式过滤、SQL 风格的 in/not in 操作以及包含外部变量引用的复杂表达式。通过具体代码示例解析 @x.name 等符号含义，帮助开发者高效实现 DataFrame 的条件筛选与数据提取。

query() 函数简介

pandas 提供的 query() 方法允许用户通过计算代数表达式对 DataFrame 列进行筛选。当需要根据特定列的规则过滤数据时，使用 query 方法是一种简洁高效的实现方式。

代码示例


import pandas as pd
df = pd.DataFrame({'a':[1, 2, 3, 4, 5, 6],
     'b':[1, 2, 3, 4, 5, 6],
     'c':[1, 2, 3, 4, 5, 6]})
query_list = [1, 2]
df_2 = df.query('c not in @query_list')[['a', 'b']]

使用总结

对于 SQL 中的 in 或 not in 操作，可以利用 query() 函数按指定列条件进行过滤。该函数返回一个新的 DataFrame，用户可直接基于此结果通过索引获取最终所需数据。

补充：python query方法_Pandas dataframe.query方法语法

问题：

为了深入理解 Pandas DataFrame 的 query 方法及其表达式含义，我们需要分析以下代码片段：


match = dfDays.query('index > @x.name & price >= @x.target')

@x.name 代表什么？

虽然能理解这段代码（生成包含 pandas.tslib.Timestamp 类型的新列）的输出结果，但对其用于获取最终结果的表达式逻辑尚不清楚。

数据：


从这里开始：np.random.seed(seed=1)
rng = pd.date_range('1/1/2000', '2000-07-31',freq='D')
weeks = np.random.uniform(low=1.03, high=3, size=(len(rng),))
ts2 = pd.Series(weeks
,index=rng)
dfDays = pd.DataFrame({'price':ts2})
dfWeeks = dfDays.resample('1W-Mon').first()
dfWeeks['target'] = (dfWeeks['price'] + .5).round(2)
def find_match(x):
match = dfDays.query('index > @x.name & price >= @x.target')
if not match.empty:
return match.index[0]
dfWeeks.assign(target_hit=dfWeeks.apply(find_match, 1))

以上为个人经验总结，希望能为大家提供参考。如有错误或未考虑周全之处，欢迎指正。