简单学量化pandas的应用13query函数

我们在dataframe中筛选时，有点儿繁琐，下面我们进行举例。

首先，我们查询股票000333今年2-3月份的开盘和收盘价。

df = pro.daily(ts_code='000333.SZ', start_date='20240201', end_date='20240317')
df = df[['trade_date','open','close']]#只取这3列数据
df

返回（部分截图）：

然后，我们查询一下开盘价大于60，收盘价大于65的那些行，方法一：

df[df['open']>60]#先查询开盘价大于60
df[df['close']>65]#再查询收盘价大于65

返回：

方法二（写一行）：

df[(df['open']>60) & (df['close']>65)]#只能用&，不能用and

返回：

方法一和方法二都解决了问题，但是代码繁琐，两套括号，两次出现dataframe的名称。这样的语法，如果好久不用，肯定会忘掉或记错的。

query()函数的出现，将代码简单化：

df.query('open > 60 & close >65')#这儿的&可以替换为and

返回：

实现的效果是一样的，但代码简洁了许多，简单到只用了一行短短的代码，就连列名都不需要加引号了！