Python 什么'；关键字'；列'；在查询方法中？

我刚刚发现在查询方法中解析了关键字

列

，但正确的使用方法是什么？我没有在报告中找到解释

---

DataFrame.query

相当于第一次调用

DataFrame.eval

，然后使用求值结果对原始数据帧进行索引

In [9]: idx = df.eval('columns >= 1')

In [10]: idx
Out[10]:
0    False
1     True
2     True
dtype: bool

In [11]: df.loc[idx]
Out[11]:
   0  1  2
1  3  4  5

In [13]: idx2 = df2.eval('columns >= 1')

In [14]: idx2
Out[14]:
a    True
b    True
c    True
dtype: bool

这里的

'columns'

相当于

df.columns

，

eval

的结果是一个序列，其索引是

df.columns

，因此在命名列时，

eval

的结果不能用作原始数据帧的索引

In [9]: idx = df.eval('columns >= 1')

In [10]: idx
Out[10]:
0    False
1     True
2     True
dtype: bool

In [11]: df.loc[idx]
Out[11]:
   0  1  2
1  3  4  5

In [13]: idx2 = df2.eval('columns >= 1')

In [14]: idx2
Out[14]:
a    True
b    True
c    True
dtype: bool

实际上，像这样在

查询

表达式中使用

'columns'

是不好的。在第一个示例中，恰好返回的序列可以用作索引，但它可能不适用于一般情况

例如，数据框形状的简单更改将导致错误

In [15]: df3 = pd.DataFrame(np.arange(6).reshape(3,2))

In [16]: df3.query('columns >= 1')
---------------------------------------------------------------------------
IndexingError                             Traceback (most recent call last)
<ipython-input-26-75248672c992> in <module>()
      1 df = pd.DataFrame(np.arange(6).reshape(3,2))
----> 2 df.query('columns >= 1')

/home/ubuntu/anaconda/lib/python2.7/site-packages/pandas/core/frame.pyc in query(self, expr, **kwargs)
   1936 
   1937         try:
-> 1938             return self.loc[res]
   1939         except ValueError:
   1940             # when res is multi-dimensional loc raises, but this is sometimes a

/home/ubuntu/anaconda/lib/python2.7/site-packages/pandas/core/indexing.pyc in __getitem__(self, key)
   1187             return self._getitem_tuple(key)
   1188         else:
-> 1189             return self._getitem_axis(key, axis=0)
   1190 
   1191     def _getitem_axis(self, key, axis=0):

/home/ubuntu/anaconda/lib/python2.7/site-packages/pandas/core/indexing.pyc in _getitem_axis(self, key, axis)
   1304             return self._get_slice_axis(key, axis=axis)
   1305         elif is_bool_indexer(key):
-> 1306             return self._getbool_axis(key, axis=axis)
   1307         elif is_list_like_indexer(key):
   1308 

/home/ubuntu/anaconda/lib/python2.7/site-packages/pandas/core/indexing.pyc in _getbool_axis(self, key, axis)
   1194     def _getbool_axis(self, key, axis=0):
   1195         labels = self.obj._get_axis(axis)
-> 1196         key = check_bool_indexer(labels, key)
   1197         inds, = key.nonzero()
   1198         try:

/home/ubuntu/anaconda/lib/python2.7/site-packages/pandas/core/indexing.pyc in check_bool_indexer(ax, key)
   1657         mask = com.isnull(result.values)
   1658         if mask.any():
-> 1659             raise IndexingError('Unalignable boolean Series key provided')
   1660 
   1661         result = result.astype(bool).values

IndexingError: Unalignable boolean Series key provided

[15]中的

df3=pd.DataFrame（np.arange（6）.重塑（3,2））
在[16]中：df3.query（'columns>=1'）
---------------------------------------------------------------------------
IndexingError回溯（最近一次调用上次）
在（）
1 df=pd.数据帧（np.arange（6）.重塑（3,2））
---->2 df.query（'columns>=1'）
/查询中的home/ubuntu/anaconda/lib/python2.7/site-packages/pandas/core/frame.pyc（self，expr，**kwargs）
1936
1937尝试：
->1938返回自我位置[res]
1939除值错误外：
1940年#当res是多维时，loc升高，但有时这是一个
/home/ubuntu/anaconda/lib/python2.7/site-packages/pandas/core/index.pyc in____getitem____（self，key）
1187返回self.\u getitem\u元组（键）
1188其他：
->1189返回自我。\u获取项目\u轴（键，轴=0）
1190
1191定义获取项目轴（自身、键、轴=0）：
/home/ubuntu/anaconda/lib/python2.7/site-packages/pandas/core/index.pyc in_getitem_axis（self、key、axis）
1304返回自我。获取切片轴（键，轴=轴）
1305 elif is_bool_索引器（键）：
->1306返回自身轴（键，轴=轴）
1307 elif是类似列表的索引器（键）：
1308
/home/ubuntu/anaconda/lib/python2.7/site-packages/pandas/core/index.pyc in_getbool_axis（self，key，axis）
1194 def_getbool_轴（自、键、轴=0）：
1195标签=self.obj.\u get\u轴（轴）
->1196键=检查布尔索引器（标签，键）
1197 inds，=key.nonzero（）
1198尝试：
/home/ubuntu/anaconda/lib/python2.7/site-packages/pandas/core/index.pyc in check\u bool\u indexer（ax，key）
1657 mask=com.isnull（result.values）
1658如果掩码为.any（）：
->1659 raise IndexingError（'提供了不可对齐的布尔系列键'）
1660
1661 result=result.astype（bool）.values
IndexingError:提供了不可对齐的布尔系列键

标准语法（带命名列）类似于

df2.query（'a>1'）