如何在 Pandas 的查询中使用带有引号和空格的变量（字符串）？

Question

假设我有以下代码

    comm='This is/a string with (some single quotes, inside like 'F' this)'
print(df.query('Column1==@comm')['Column2'].values[0])

当comm 存在于Column1 中时，这会给我一个错误而不是返回Column2 的值

我也试过了：

df.query("Column1=='{0}'".format(comm))['Column2'].values[0]

也没有运气。

如果变量是没有单引号 ' 或双引号 " 的字符串，它就可以正常工作。

在实际代码中，comm 是一个动态变量，它会更改并获取带有单 ' 和双 " 引号的字符串。

提前致谢。

编辑： 如果字符串包含符号，pandas 查询似乎会遇到各种其他问题。

我按照comm.replace("'","\\'") 的建议尝试并替换了包含单引号' 的字符串。

如果字符串末尾包含空格，我现在面临其他问题，即查询无法在数据框中找到字符串（即使字符串存在）。

comm='This is a test. string '
comm='This is a test string/ '

Answer 1

我看到你的字符串包含两者。

没问题：

comm = "string with \" and ' in it!"

Answer 2

你不能在单引号字符串中写单引号，因为你实际上所做的是将字符串分成两个字符串，留下语法错误

comm='This is/a string with (some single quotes, inside like ' +  F  + ' this)'

F 只是一个变量，现在不是字符串的一部分

这行代码运行良好

df = pd.DataFrame({'Column1': ["string with 'single' quotes,inside like 'F' this", 'Data'],
    'Column2':['Done','Data2']})
    comm="string with 'single' quotes,inside like 'F' this"
    print(df.query('Column1==@comm')['Column2'].values[0])

已编辑：- 您可以在单引号中使用单引号，方法是在其前面加上\'F\'

df = pd.DataFrame({'Column1': ['string with \'single\' quotes,inside like \'F\' this', 'Data'],
'Column2':['Done','Data2']})
comm='string with \'single\' quotes,inside like \'F\' this'
print(df.query('Column1==@comm')['Column2'].values[0])

这个技巧可以通过稍微改变格式来使查询适用于双引号格式。

import json 
def convert_string(string): #Function which change format to be '"<string>"'
    return json.dumps(string)

df = pd.DataFrame({'Column1': ['here', 'Data'],
'Column2':['Done','Data2']})
comm="here"
converted = convert_string(comm)
print(df.query('Column1=={}'.format(converted))['Column2'].values[0])

更好的解决方案是使用异常。

df = pd.DataFrame({'Column1': ['here', 'Data'],
'Column2':['Done','Data2']})
comm="here"
try:
    print(df.query('Column1==@comm')['Column2'].values[0])
except:
    print(df.query("Column1==@comm")['Column2'].values[0])

已编辑 - 2：

这个脚本可以非常快速地从数据框中删除所有符号。

#Create random dataframe
import pandas as pd
import numpy as np
import random
import string

random.seed(0)

def random_String(Length=20):
    letters = string.ascii_lowercase + string.punctuation
    return ''.join(random.choice(letters) for i in range(Length))
data_shape = 100000
data = {'A':[random_String() for i in range(data_shape)],'B':['Here string {}'.format(i) for i in range(data_shape)]}
df = pd.DataFrame(data)

df.head()

输出[1]：
                      甲乙
0 {y[}!cq'&z]`t%w,~n'i 这里是字符串 0
1 si[g.^q)>^-~jtg?e~{_];/a.&_|vp?u>|这里是字符串 3
4 em+op^j^)#ffu}'&gt*s 这里是字符串 4

def remove_symbols(s): #Function remove symbols from gived column
    return s.translate(str.maketrans('', '', string.punctuation))
def convert_data(pandas_series):
     return pandas_series.apply(remove_symbols)
df['A'] = convert_data(df['A'])
df.head()

输出[2]：
             甲乙
0 ycqztwni 这里是字符串 0
1 sigqjtge 这里是字符串 1
2 vgwunqda 这里是字符串 2
3 fzavpu 这里字符串 3
4 emopjffugts 这里是字符串 4