Pandas查询函数无法处理列名中包含空格的情况。

Question

我有一个数据框，其中列名包含空格。 我试图使用query方法获取结果。 它与“c”列正常工作，但在“a b”列上出现错误。

import pandas as pd
a = pd.DataFrame(columns=["a b", "c"])
a["a b"] = [1,2,3,4]
a["c"] = [5,6,7,8]
a.query('a b==5')

我遇到了以下错误：

a b ==5
  ^
SyntaxError: invalid syntax

我不希望用其他字符如'_'等来填充空格。

有一个使用pandasql的技巧，将变量名放在方括号中，例如：[a b]

- Bhushan Pant

Answer 1

从pandas 0.25开始，您可以使用反引号转义列名，以便执行以下操作：

a.query('`a b` == 5') 

- Jarno

---

简单易懂，非常好的解决方案。谢谢！ - Pablo Adames

如果一列中有一个字符串数字“1”，我们需要使用“：a.query(' 1 == 5')”。 - Alexey K.

如果我有一列列名怎么办？我有一个变量存储了这些名字的列表，它们之间有空格。我尝试使用不同的方法和反引号，但它们都不起作用。 - Mazhar Ali

Answer 2

Pandas 0.25+

根据这里的描述：

DataFrame.query() 和 DataFrame.eval() 现在支持使用反引号引用带空格的列名（GH6508）

所以您可以使用以下代码：

a.query('`a b`==5')

早期版本的Pandas（0.25以下）

如果您的列名中有空格，您将无法使用pd.DataFrame.query。请考虑如果您有列名为a，b和a b的情况，会产生歧义，您需要什么。

相反，您可以使用pd.DataFrame.loc：

df = df.loc[df['a b'] == 5]

由于您只需要过滤行，因此可以完全省略 .loc 访问器：

df = df[df['a b'] == 5]

- jpp

Answer 3

目前还不可能。请查看github issue #6508：

注意，实际上.query只是一个很好用的接口，它具有非常特定的保证，这意味着它应该像查询语言一样解析，而不是一个完全通用的接口。

原因是query需要字符串作为有效的Python表达式，因此列名必须是有效的Python标识符。

解决方案是布尔索引：

df = df[df['a b'] == 5]

- jezrael

Answer 4

我担心查询方法不接受带有空格的列名。无论如何，您可以以这种方式查询数据框：

import pandas as pd
a = pd.DataFrame({'a b':[1,2,3,4], 'c':[5,6,7,8]})
a[a['a b']==1]

- DTT

Answer 5

不要使用pandas.query函数，我会在这种情况下创建一个条件来查找值，并且当条件为True时。例如：

import pandas as pd
a = pd.DataFrame(columns=["a b", "c"])
a["a b"] = [1,2,3,5]
a["c"] = [5,6,7,8]
#a.query('a b==5') Remove the query because it cannot lookup columns with spaces in the name.

condition = a['a b'] == 5
print(a['a b'][condition])

output:

    3    5

我们看到在索引3处，您的条件评估为真（如果您想要特定的索引而不是布尔值系列）。

- Simeon Ikudabo

Answer 6

更简单的方法：

df[
    (df['column name 1'] == 10)
    & (df['column name 2'] > 4)
]

- carsalves