【问题标题】：Is there a query method or similar for pandas Series (pandas.Series.query())?熊猫系列（pandas.Series.query()）是否有查询方法或类似方法？
【发布时间】：2016-10-21 08:11:20
【问题描述】：

pandas.DataFrame.query() 方法对于加载或绘图时（前/后）过滤数据非常有用。它对于方法链接特别方便。

我发现自己经常想将相同的逻辑应用于pandas.Series，例如在完成诸如 df.value_counts 之类的方法之后，该方法返回 pandas.Series。

示例

假设有一个包含Player, Game, Points 列的巨大表格，我想绘制一个超过 14 乘以 3 点的玩家的直方图。我首先必须对每个玩家 (groupby -> agg) 的积分求和，这将返回一系列约 1000 名玩家及其总分。应用.query 逻辑，它看起来像这样：

df = pd.DataFrame({
    'Points': [random.choice([1,3]) for x in range(100)], 
    'Player': [random.choice(["A","B","C"]) for x in range(100)]})

(df
     .query("Points == 3")
     .Player.values_count()
     .query("> 14")
     .hist())

我发现的唯一解决方案迫使我进行不必要的分配并破坏方法链接：

(points_series = df
     .query("Points == 3")
     .groupby("Player").size()
points_series[points_series > 100].hist()

方法链和查询方法有助于保持代码清晰，同时子集过滤很快就会变得混乱。

# just to make my point :)
series_bestplayers_under_100[series_prefiltered_under_100 > 0].shape

请帮助我摆脱困境！谢谢

【问题讨论】：

我不确定 SO 是否是解决这个问题的最佳地点，因为这是该库开发人员的问题，最好在 githubIMO 上发帖
将问题标题更改为更像 SO-Like

标签： python pandas dataframe series method-chaining

【解决方案1】：

如果我理解正确你可以添加query("Points > 100"):

df = pd.DataFrame({'Points':[50,20,38,90,0, np.Inf],
                   'Player':['a','a','a','s','s','s']})

print (df)
  Player     Points
0      a  50.000000
1      a  20.000000
2      a  38.000000
3      s  90.000000
4      s   0.000000
5      s        inf

points_series = df.query("Points < inf").groupby("Player").agg({"Points": "sum"})['Points']
print (points_series)     
a = points_series[points_series > 100]
print (a)     
Player
a    108.0
Name: Points, dtype: float64


points_series = df.query("Points < inf")
                  .groupby("Player")
                  .agg({"Points": "sum"})
                  .query("Points > 100")

print (points_series)     
        Points
Player        
a        108.0

另一种解决方案是Selection By Callable:

points_series = df.query("Points < inf")
                  .groupby("Player")
                  .agg({"Points": "sum"})['Points']
                  .loc[lambda x: x > 100]

print (points_series)     
Player
a    108.0
Name: Points, dtype: float64

已编辑问题的编辑答案：

np.random.seed(1234)
df = pd.DataFrame({
    'Points': [np.random.choice([1,3]) for x in range(100)], 
    'Player': [np.random.choice(["A","B","C"]) for x in range(100)]})

print (df.query("Points == 3").Player.value_counts().loc[lambda x: x > 15])
C    19
B    16
Name: Player, dtype: int64

print (df.query("Points == 3").groupby("Player").size().loc[lambda x: x > 15])
Player
B    16
C    19
dtype: int64

【讨论】：

哦，哇，我的例子很糟糕！ groupby 实际上返回一个DataFrame。但是例如pd.DataFrame.value_counts() 返回一个系列，您的解决方案会派上用场！通过 Callable 选择，我不知道 - 谢谢
好的，我为你的新问题添加答案 - callable 很少使用，因为它是新功能。
好的，我看到它是最近才添加的。很好的补充！

【解决方案2】：

为什么不从 Series 转换为 DataFrame，进行查询，然后再转换回来。

df["Points"] = df["Points"].to_frame().query('Points > 100')["Points"]

这里，.to_frame() 转换为 DataFrame，而尾随的 ["Points"] 转换为 Series。

无论 Pandas 对象是否有 1 列或更多列，都可以一致地使用方法 .query()。

【讨论】：

【解决方案3】：

你可以使用pipe代替查询：

s.pipe(lambda x: x[x>0]).pipe(lambda x: x[x<10])

【讨论】：

这只给你布尔掩码。它不查询/过滤系列。
@MichelePiccolini，你确定吗？它确实为我过滤了这个系列。