query() trong pandas: viết điều kiện lọc như một câu hỏi
Bài 8/16 · Chương 4
Chọn, lọc và sắp xếp
- 5 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 11
query() trong pandas lọc DataFrame bằng một chuỗi điều kiện viết gần như một câu hỏi: don.query("kenh == 'Website' and so_luong >= 3"). Trong chuỗi, bạn gọi thẳng tên cột, ghép nhiều điều kiện bằng and, or, và đưa biến ngoài bảng vào bằng dấu @, nên điều kiện dài đọc dễ hơn nhiều so với chuỗi ngoặc và &.
Cần biết trước: lọc dữ liệu trong pandas và isin() và between().
Điều kiện lọc viết thành chuỗi
Ở bài lọc dữ liệu, câu hỏi "đơn Website mua từ 3 món" cần hai lần don[...], hai cặp ngoặc tròn và một dấu &. Với query(), bạn viết đúng câu hỏi đó trong một chuỗi:
import pandas as pd
don = pd.read_csv("don_hang.csv")
kq = don.query("kenh == 'Website' and so_luong >= 3")
print(len(kq))
print(kq[["ma_don", "kenh", "so_luong"]].head(3))KẾT QUẢ
93
ma_don kenh so_luong
27 DH00028 Website 5
32 DH00033 Website 4
44 DH00045 Website 3Chuỗi ngoài dùng nháy kép, còn chữ cần so bên trong dùng nháy đơn 'Website'. Tên cột viết trần, không cần don["..."], vì query() tự hiểu tên trong chuỗi là cột của bảng. Kết quả là một bảng mới giữ index gốc, như khi lọc bằng mask. Đổi so_luong >= 3 thành so_luong >= 5 rồi chạy lại: dòng đầu in 29.
Ghép nhiều điều kiện bằng and, or
Trong chuỗi query(), and, or, not dùng được như câu lệnh if của Python, và cũng có thể viết &, |, ~. Ngoặc tròn chỉ cần khi bạn muốn nhóm, như "Website hoặc Cửa hàng, và đã hủy":
import pandas as pd
don = pd.read_csv("don_hang.csv")
dk = ("(kenh == 'Website' or kenh == 'Cửa hàng')"
" and trang_thai == 'Đã hủy'")
print(len(don.query(dk)))
print(len(don.query("so_luong * don_gia >= 1000000")))KẾT QUẢ
50
18Dòng cuối cho thấy chuỗi query() tính được phép toán giữa các cột: thành tiền là so_luong * don_gia, không cần thêm cột mới. Khi điều kiện dài, đặt nó vào một biến như dk giúp dòng code không quá rộng.
Biến ngoài bảng với @
Ngưỡng tiền hay danh sách kênh thường nằm trong một biến, để đổi một chỗ là đổi cả báo cáo. Trong chuỗi, đặt @ trước tên biến để query() tìm tên đó trong các biến Python thay cho các cột của bảng:
import pandas as pd
don = pd.read_csv("don_hang.csv")
nguong = 300000
cao = don.query("don_gia >= @nguong")
print(cao[["ma_don", "don_gia"]].head(3))
online = ["Website", "Ứng dụng"]
print(len(don.query("kenh in @online")))
print(len(don.query("kenh not in @online")))KẾT QUẢ
ma_don don_gia
12 DH00013 320000
25 DH00026 450000
58 DH00059 380000
862
664in và not in trong query() làm việc của isin() và ~isin(). Thiếu @, pandas đi tìm cột tên nguong và báo lỗi như pitfall ở trên.
Khi nào chọn query(), khi nào chọn ngoặc vuông
query() hợp với điều kiện nhiều vế trên các cột số và chữ đơn giản, và với người đã quen câu lệnh SQL, như trang pandas cho người biết SQL. Ngoặc vuông với mask hợp hơn khi điều kiện cần phương thức như str.contains(), hay mask đã được dựng sẵn ở chỗ khác. Tên cột có dấu cách hay có dấu tiếng Việt phải đặt trong dấu backtick, như "`đơn giá` > 500000", nên đặt tên cột không dấu, nối bằng gạch dưới ngay từ lúc đọc file sẽ đỡ việc.
Kiểm tra nhanh
Sau
import pandas as pdvàbang = pd.DataFrame({"kenh": ["Web", "App", "Web"], "sl": [1, 5, 4]}),print(len(bang.query("kenh == 'Web' and sl > 2")))in ra gì?123
Sau
import pandas as pdvàbang = pd.DataFrame({"kenh": ["Web", "App", "Web"], "sl": [1, 5, 4]}),print(len(bang.query("kenh == 'App' or sl < 2")))in ra gì?123
Sau
import pandas as pd,bang = pd.DataFrame({"kenh": ["Web", "App", "Shop"]})vàds = ["Web", "Shop"],print(bang.query("kenh not in @ds").index.to_list())in ra gì?[1][0, 2][0, 1, 2]
Sau
import pandas as pd,bang = pd.DataFrame({"gia": [10, 50]})vànguong = 20,bang.query("gia > nguong")báo lỗi gì?- Báo lỗi
KeyError - Báo lỗi
UndefinedVariableError - Báo lỗi
TypeError
- Báo lỗi
Bài tập
Đơn trong một kỳ, trừ vài trạng thái
Cuối tháng, kế toán đối soát các đơn đặt trong kỳ, bỏ qua những đơn không còn thu tiền như đơn đã hủy. Viết thân hàm don_trong_ky(bang, dau, cuoi, bo) dùng query(): trả về các dòng của bang có ngay_dat (chuỗi năm-tháng-ngày) từ dau đến cuoi, lấy cả hai đầu, và trang_thai không thuộc list bo.
Bảng kết quả giữ mọi cột và index của các dòng được chọn. Hàm không sửa bảng bang của nơi gọi.
Trả về: các dòng thỏa điều kiện, một DataFrame.
import pandas as pd
def don_trong_ky(bang, dau, cuoi, bo):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
don.query("kenh == 'Website' and so_luong >= 3")lọc bằng một chuỗi; tên cột viết trần, chữ cần so đặt trong nháy đơn.Trong chuỗi,
and,or,notdùng được; ngoặc tròn chỉ để nhóm.Chuỗi query tính được phép toán giữa các cột, như
so_luong * don_gia >= 1000000.@tenđưa biến Python vào chuỗi;in @dsvànot in @dslàm việc củaisin()và~isin().Thiếu nháy hay thiếu
@thì pandas báoUndefinedVariableError, một dạngNameError.
Câu hỏi thường gặp
query() có nhanh hơn lọc bằng ngoặc vuông không?
Với bảng vài nghìn dòng, hai cách nhanh như nhau. Chọn cách đọc rõ hơn cho điều kiện của bạn; khi cần sửa giá trị theo điều kiện, dùng loc như bài Copy-on-Write.
Lọc theo ngày bằng query() thì viết sao?
Với ngày ghi dạng năm-tháng-ngày, so như chữ: don.query("ngay_dat >= '2025-03-01'"). Lọc theo tháng hay khoảng ngày có ở bài lọc theo ngày.
Tên cột có dấu cách thì dùng query() thế nào?
Đặt tên cột trong dấu backtick: don.query("`đơn giá` > 500000"). Đổi tên cho gọn bằng rename() trước thì chuỗi query dễ viết hơn.
Chủ đề
Dữ liệu của bài
- Tải xuống
don_hang.csv
CSV · 109.5 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.