查询sql到使用pandas dataframe

Question

我尝试使用 pandas dataframe 获取相同的结果来检索结果

这是我的 SQL 查询：

SELECT strftime('%m', date_report) as month, count(*) as total_infector 
from cases 
where  has_travel_history = 't' and age >= '50' 
group by month
order by total_infector desc limit 2

使用 pandas dataframe：

import pandas as pd
df = pd.read_csv("Data")

df['date'] = pd.to_datetime(df['date_report'])

df['month'] = df['date'].dt.month

df['age'] = df['age'].astype(str)

df1 = df[df['age'] >= '50'] 

我设法获得超过 50 岁的年龄。现在我正在尝试添加AND条件has_travel_history = 't' 。 有没有更简单的方法来做到这一点？

Answer 1

在 pandas 中，您可以使用以下语法使用一个或多个条件过滤 DataFrame：

df[ (df['col_1'] == 'value_1') & (df['col_2'] == 'value_2')]

请注意，“&”或“AND”运算符用于连接多个条件。 （类似地，您可以使用“|”来使用“或”条件。

在您的情况下，语法应为：

df_1 = df[ (df['age'] >= '50') & (df['has_travel_history'] == 't')]

现在，要使用 Pandas 完成查询的 rest，请使用“groupby”function 和“count”聚合器来获取每个月的所有计数。

df_1 = df_1.groupby(['month']).count()

接下来，您需要按降序对您的值进行排序，只需使用 'sort_value' function。

df_1.sort_values('total_infector', inplace=True, ascending=False)

最后，如果您只对前“n”个（在本例中为 2 个）样本感兴趣，只需使用“head”function

df_1 = df_1.head(2)

最后但同样重要的是，您可以像这样 select 您感兴趣的列：

df_1 = df_1.reset_index()[['month', 'total_infector']]

• 请注意，使用了 'reset_index' function，因为我们之前在 'month' 列上使用了 'groupby' 方法。