工作细胞black/百度seo怎么操作

目的：将一组dict字典数据转为pandas的DataFrame格式，然后用pandas实现类似sql语句中select * from xxx where condition的功能。

一、python中将dict格式数据转为DataFrame格式

        转换方法有多种，看需求的DataFrame格式是什么样的。我采用的是将dict中key作为列，值作为行的方法

        在我的任务中，需要将多个字典合并到一个DataFrame中，因此采用如下方法：

        第一步将多个字典存入list中。

        第二步由pd.DataFrame()转格式。

# 一组字典
dict1 = {'name': '张三', 'id': '0', 'value': 'aaa'}
dict11 = {'name': '张三', 'id': '0', 'value': 'aaa2'}
dict12 = {'name': '张三', 'id': '0', 'value': 'aaa3'}
dict13 = {'name': '张三', 'id': '0', 'value': 'aaa3'}dict2 = {'name': '李四', 'id': '1', 'value': 'bbb'}
dict3 = {'name': '王五', 'id': '2', 'value': 'ccc'}
dict4 = {'name': '马六', 'id': '3', 'value': 'ddd'}# 存入list
tmp_list = [dict1, dict11, dict12, dict13, dict2, dict3, dict4]# 转为DataFrame
df = pd.DataFrame(tmp_list)
print(df)result:name id value
0   张三  0   aaa
1   张三  0  aaa2
2   张三  0  aaa3
3   张三  0  aaa3
4   李四  1   bbb
5   王五  2   ccc
6   马六  3   ddd

dict转DataFrame参考：Python 将字典(dict)转换为DataFrame_python字典转dataframe_pumpkin96的博客-CSDN博客

二、使用pandas内置方法实现类似sql的select查询

  (1)  使用pandas进行select操作：在SQL中，如果我们要从df中选取前三行的name和value列数据，SQL的语法为：

select name, value from df limit 3

使用pandas进行查询语法为：

result = df[['name', 'value']].head(3)print(result)result:name value
0   张三   aaa
1   张三  aaa2
2   张三  aaa3

  (2)   pandas进行where条件查询：在SQL中，查询name为张三的所有行，where操作语法为：

select * from df where name = '张三'

pandas语法为：

result = df[df['name'] == '张三']print(result)name id value
0   张三  0   aaa
1   张三  0  aaa2
2   张三  0  aaa3
3   张三  0  aaa3

  (3)  多个条件查询时，sql中语法为and和or。

select * from df where name = '张三' and value =aaa3

pandas中使用符号“&”和“|”实现。

result = df[(df['name'] == '张三')&(df['value'] == 'aaa3')]print(result)name id value
2   张三  0  aaa3
3   张三  0  aaa3

同时使用df.value_counts()或者len()可以统计查询结果的数量。

result = df[(df['name'] == '张三')&(df['value'] == 'aaa3')].value_counts()print(result)name  id  value
张三    0   aaa3     2
dtype: int64

pandas实现sql查询参考：

https://www.cnblogs.com/diruodaichang/p/11423742.html