[Pandas] query / eval

정의

• DataFrame.query(expr) : 문자열로 boolean 표현식 을 전달해 행 필터링
• DataFrame.eval(expr) : 문자열로 계산 표현식 을 평가

Pandas Boolean Indexing 의 가독성 있는 대안.

query 기본

df.query('age > 30')

# 동등 의미
df[df['age'] > 30]

긴 조건일수록 query 가 짧고 읽기 쉽다.

import pandas as pd
df = pd.DataFrame({
  'name': ['Alice', 'Bob', 'Charlie', 'Dave'],
  'age': [25, 30, 35, 40],
  'city': ['Seoul', 'Busan', 'Seoul', 'Daegu'],
})
​
result = df.query("age > 27 and city == 'Seoul'")
print(result)

      name  age   city
2  Charlie   35  Seoul

외부 변수 참조 (@)

@ 로 Python 변수를 query 안에 끌어온다.

min_age = 27
cities = ['Seoul', 'Busan']
result = df.query("age > @min_age and city in @cities")
print(result)

      name  age   city
1      Bob   30  Busan
2  Charlie   35  Seoul

컬럼명에 공백/특수문자

# 컬럼명에 공백이 있으면 backtick
df.query('`first name` == "Alice"')
df.query('`age (years)` > 30')

연산자

df.query("city in ['Seoul', 'Busan']")
df.query("not (age < 30)")

eval 로 계산

df.eval('total = price * qty')                # 새 컬럼 추가
df = df.eval('discount = price * 0.1', inplace=False)
df.eval('a + b - c')                          # Series 반환

대규모 DataFrame 에서 numexpr 기반 가속이 이뤄질 수 있다 (자동 감지).

query 의 장단점

장점

• 가독성 : 긴 조건일수록 깔끔
• DataFrame 이름 반복 없음
• numexpr 가속 : 큰 DataFrame 에서 boolean indexing 보다 빠를 수 있음

단점

• string parser 비용 : 작은 DataFrame 에는 미세하게 느림
• 외부 함수 호출 어려움 : 람다 / 함수 호출은 boolean indexing 이 자연스러움
• 타입 오류 시 메시지가 덜 친절

함정

1. 문자열 비교에 따옴표

df.query("name == 'Alice'")    # ✓ 안쪽 single quote
df.query('name == "Alice"')    # ✓ 안쪽 double quote
df.query('name == Alice')       # ❌ Alice 라는 컬럼 찾으려 함

2. ` (backtick) 없으면 공백 컬럼 인식 안 됨

df.query('first name == "Alice"')        # ❌
df.query('`first name` == "Alice"')      # ✓

3. &, | 의 괄호

boolean indexing 처럼 & / | 도 가능하지만 우선순위 때문에 괄호 필요.

df.query('(age > 30) & (city == "Seoul")')    # ✓
df.query('age > 30 & city == "Seoul"')         # 의도와 다른 해석 가능

and / or 가 더 안전.

참고

• Pandas DataFrame
• Pandas Boolean Indexing
• Pandas .loc / .iloc