Python 如何在pandas query（）中使用str方法

在pandas查询中使用str方法似乎有对有错。为什么第一个查询按预期工作，但第二个查询失败：

>>> import pandas
>>> data = {'name': ['Jason', 'Molly', 'Tina', 'Jake', 'Amy'],
    ...         'year': [2012, 2012, 2013, 2014, 2014],
    ...         'coverage': [25, 94, 57, 62, 70]}
>>> df = pandas.DataFrame(data, index = ['Cochice', 'Pima', 'Santa Cruz', 'Maricopa', 'Yuma'])
>>> print(df.query('name.str.slice(0,1)=="J"'))
              coverage   name  year
    Cochice         25  Jason  2012
    Maricopa        62   Jake  2014
>>> 
>>> print(df.query('name.str.startswith("J")'))
<lines omitted>
    TypeError: 'Series' objects are mutable, thus they cannot be hashed

导入熊猫 >>>数据={'name'：['Jason'，'Molly'，'Tina'，'Jake'，'Amy']， .“年份”：[2012、2012、2013、2014、2014]， …“覆盖范围”：[25,94,57,62,70]} >>>数据帧（数据，索引=['Cochice'，'Pima'，'Santa Cruz'，'Maricopa'，'Yuma']） >>>打印（df.query（'name.str.slice（0,1）=“J”）） 覆盖范围名称年份 2012年12月25日 马里科帕62杰克2014 >>> >>>打印（df.query（'name.str.startswith（“J”））） TypeError:“Series”对象是可变的，因此无法对其进行散列 试试这个技巧：

In [62]: df.query("name.str.startswith('J').values")
Out[62]:
          coverage   name  year
Cochice         25  Jason  2012
Maricopa        62   Jake  2014

或者，您可以指定

engine='python'

：

In [63]: df.query("name.str.startswith('J')", engine='python')
Out[63]:
          coverage   name  year
Cochice         25  Jason  2012
Maricopa        62   Jake  2014

定时：对于500K行DF：

In [68]: df = pd.concat([df] * 10**5, ignore_index=True)

In [69]: df.shape
Out[69]: (500000, 3)

In [70]: %timeit df.query("name.str.startswith('J')", engine='python')
1 loop, best of 3: 583 ms per loop

In [71]: %timeit df.query("name.str.startswith('J').values")
1 loop, best of 3: 587 ms per loop

In [72]: %timeit df[df.name.str.startswith('J')]
1 loop, best of 3: 571 ms per loop

In [74]: %timeit df.query('name.str.slice(0,1)=="J"')
1 loop, best of 3: 482 ms per loop

---

奇怪。。我复制了你的代码，它工作得很好。你做了什么来操纵原始df吗？@AndrewL，你的熊猫版本是什么？我可以使用Pandas 0.19.2和0.20.1Interesting（同样是在mac上运行的0.19.2）重现这个错误（

df.query（'name.str.startswith（“J”）））

）！这就解释了为什么它对你有用。如果未安装

numexpr

，则会安装

df.query（“…”，engine='python'）

。默认引擎是

numexpr

，对于数值计算，它应该更快operations@MaxU迷人的和伟大的知道！谢谢你@MaxU。添加engine='python'就可以做到这一点。我想知道为什么str.startswith需要它，而str.slice不需要它。@CarlosE，我认为它与

numexpr

有关，后者是

DataFrame.query（）的默认引擎