Python数据分析—子查询

在对海量数据进行分析的过程中，可能需要对数据进行子查询的操作。

比如要查询所有借钱男性中年龄最大的人的信息，首先要查出所有男性的信息，再查在这些人中间年龄最大的人的信息，这就是子查询。

这在数据分析过程中必不可少，本节教大家如何在python中对数据框进行一些子查询的操作。

本文目录

1. 查询最大年龄的学生姓名
2. 查询最大年龄的男生姓名
3. 查询身高前几的学生信息

注意：本文沿用数据分析第一课【Python数据分析—数据建立】里的数据框date_frame：

1 查询最大年龄的学生姓名

如果我们想查询最大年龄的学生姓名，该怎么办？

可以先查询所有学生中的最大年龄，再去查询该年龄对应的学生姓名。

查询所有学生中的最大年龄，代码如下：

date_frame.age.max()

得到结果如下：

.max()表示查找age这一列的最大值。

如果想要得到该年龄对应学生的所有信息，可以输入如下语句：

date_frame[date_frame.age == date_frame.age.max()]

得到结果如下：

如果只想看最大年龄对应的学生姓名，可以输入如下语句：

date_frame[date_frame.age == date_frame.age.max()].name

得到结果如下：

2 查询最大年龄的男生姓名

如果我们把条件稍加复杂，想查询出最大年龄的男生姓名，该怎么办？

可以先查询所有男生中的最大年龄，再去查询该年龄对应的男生姓名。

首先查询所有男生中的最大年龄，把它赋值给一个变量，具体语句如下：

male_max_age = date_frame[date_frame.gender == '男']['age'].max()

得到结果如下：

18

如果想要得到该年龄对应男生的所有信息，可以输入如下语句：

date_frame[(date_frame.gender == '男') & (date_frame.age == male_max_age)]

得到结果如下：

如果只想看最大年龄对应男生的姓名，可以输入如下语句：

date_frame[(date_frame.gender == '男') & (date_frame.age == male_max_age)].name

得到结果如下：

3 查询身高前几的学生信息

如果我们想查询身高前几的学生信息。

可以先对学生身高进行去重、排序，再用head函数找出排名前几的学生身高，最后用isin函数查找这些学生的信息。

假设我要找身高排名前三的学生信息。

可以先找到排名前三的身高，具体语句如下：

maxHeight = date_frame.height.drop_duplicates().sort_values(ascending = False).head(3)

得到结果如下：

其中，.drop_duplicates()表示对height列去重。

.sort_values(ascending = False)表示对去重后的height列进行降序排列。

.head(3)表示取前三个height值。

然后再找到身高前三的学生信息，具体语句如下：

date_frame[date_frame.height.isin(maxHeight)]

得到结果如下：

至此，在python中对数据框进行子查询的操作已介绍完毕，大家可以动手练习一下，思考一下还可不可以对数据框进行别的子查询操作

。