作者：大毛

在使用Pandas之前，大多數數據分析師已經掌握了Excel和SQL，并且在剛上手Pandas時會經常習慣性想到“老辦法”。”如果誰能把常用的數據查詢語法做個對比就好了 “，我也曾不止一次地想享受前人的成果，無奈發現網上的文章側重不同且深淺不一，還涉及到一些Pandas新老版本的問題，于是決定自己動手。

一、舉例的數據

假設我有個六列的dataframe：一列是銷售員，一列是所屬團隊，其它四列分別是四個季度的銷售額。

1. 新增列-基于原有列的全年銷售額

首先df[‘Total ‘]確保了你在該df內新增了一個column，然后累加便可。

1. df[‘Total’]??=?df[‘Q1’]+df[‘Q2’]+df[‘Q3’]+df[‘Q4’]

你可能想使用諸如sum()的函數進行這步，很可惜，sum()方法只能對列進行求和，幸好它可以幫我們求出某季度的總銷售額。df[‘Q1’].sum()，你就能得到一個Q1的總銷售額，除此之外，其他的聚合函數，max,min,mean都是可行的。

2. 分組統計 – 團隊競賽

那么按團隊進行統計呢?在mysql里是group by，Pandas里也不例外，你只需要df.groupby(‘Team’).sum()就能看到期望的答案了。

3. 排序 – 誰是銷售冠軍

如果你關心誰的全年銷售額最多，那么就要求助于sort_values方法了，在excel內是右鍵篩選，SQL內是一個orderby。默認是順序排列的，所以要人為設定為False，如果你只想看第一名，只需要在該語句末尾添加.head(1) 。

4. 切片-只給我看我關心的行

接下來就是涉及一些條件值的問題，例如我只關心Team為A的數據，在Excel里是篩選框操作，在SQL里寫個where就能搞定，在Pandas里需要做切片。

查看Pandas文檔時，你可能已經見過各種切片的函數了，有loc,iloc,ix,iy，這里不會像教科書一樣所有都講一通讓讀者搞混。這種根據列值選取行數據的查詢操作，推薦使用loc方法。

df.loc[df[‘Team’]== ‘A’,[‘Salesman’, ‘Team’,’Year’]]，這里用SQL語法理解更方便，loc內部逗號前面可以理解為where，逗號后可以理解為select的字段。

如果想全選出，那么只需將逗號連帶后面的東西刪除作為缺省，即可達到select *的效果。

5. 切片 – 多條件篩選

在Pandas中多條件切片的寫法會有些繁瑣，df.loc[ (df[‘Team’]== ‘A’ ) & (df[‘Total’] > 15000 ) ]，添加括號與條件符。

這里有一個有意思的小應用，如果你想給符合某些條件的員工打上優秀的標簽，你就可以結合上述新增列和切片兩點，進行條件賦值操作。

1. df.loc[?(df[‘Team’]==?‘A’?)?&?(df[‘Total’]? > ?15000?)?,?‘Tag’]??=?‘Good’

6. 刪除列 – 和查詢無關，但是很有用

當然這里只是個舉例，這時候我想刪除Tag列，可以del df[‘Tag’]，又回到了之前。

二、連接

接下來要講join了，現在有每小時銷售員的職位對應表pos，分為Junior和Senior，要將他們按對應關系查到df中。

這里需要認識一下新朋友，merge方法，將兩張表作為前兩個輸入，再定義連接方式和對應鍵。對應到Excel中是Vlookup，SQL中就是join。在pandas里的連接十分簡單。

1. df ?=?? pd .merge(df,?pos,? how = ‘inner’ ,? on = ‘Salesman’ )

注意，這個時候其實我們是得到了新的df，如果不想覆蓋掉原有的df，你可以在等號左邊對結果重新命名。

這時候有了兩組標簽列(對應數值列)，就可以進行多重groupby了。

當然這樣的結果并不能公平地反應出哪一組更好，因為每組的組員人數不同，可能有平均數的參與會顯得更合理，并且我們只想依據全年綜合來評價。

這里的數據是捏造的，不過也一目了然了。

三、合并操作

最后以最簡單的一個合并操作收尾。

如果我又有一批數據df2，需要將兩部分數據合并。只需要使用concat方法，然后傳一個列表作為參數即可。不過前提是必須要保證他們具有相同類型的列，即使他們結構可能不同(df2的Team列在末尾，也不會影響concat結果，因為pandas具有自動對齊的功能)。

1. pd.concat([df,df2])

四、尾聲

以上就是一些基礎的Pandas數據查詢操作了。作為Pandas初學者，如果能善用類比遷移的方法進行學習并進行總結是大有裨益的。如果看完本文還沒有能了解到你關心的查詢方法，可以留言聯系，或許還可以有續集。

End.

轉載請注明來自36大數據（36dsj.com)： 36大數據 ? 用Python做數據分析：Pandas常用數據查詢語法