はじめに

pandasで無数のデータを扱う場合、条件を満たす値だけを取り出す必要がある
例えば、一定の費用以上のプロジェクトだけを探したい時、一定期間の日付のリストを探したい時、などなど
ここではpandas でqueryを用いて必要な値を持つデータフレームに絞ることを紹介する

環境

python 3.7.8
window 10

import pandas as pd

df = pd.read_excel('./data.xlsx')
df

一つの列にたいしての条件でデータを絞ることができる。

Name列がTanakaである

df.query("Name == 'Tanaka'")

Class列がBではない

df.query('Class != "B"')

Point列が50より高い

df.query('Point > 50')

Point列が90である

df.query('Point == 90')

インデックスが2以上である

df.query('index >= 2')

インデックスが偶数である

df.query('index%2 == 0')

Point列が50以上または Class列がBである

df.query('Point >= 50 or Class == "B"')

Point列が50以上かつ Class列がBである

df.query('Point >= 50 and Class == "B"')

Point列が50以上かつ 60より小さい値である

df.query(' 50 <= Point < 60')

Class列に"A" 、"B"を含む

df.query('Class in ["A", "B"]')

Class列に90 、55を含む

df.query('Point in [90, 55]')

Class列に90、55を含まない

df.query('Point not in [90, 55]')

変数の前に@につけて用いる

x = 90
df.query('Point == @x')

y = [50, 30]
df.query('Point in @y')

pandas の queryを用いることによってデータフレームのほとんどは値を絞ることができる。
前回でも紹介したように、複雑なデータでもとりあえずデータフレームの行列の形にできてしまえば、条件付きでより洗練されたデータを得ることができる。