Jupyter Notebook 显性查询

在 Jupyter Notebook 中，可以使用 Python 的 `pandas` 库来进行显性查询。首先需要读取数据集，将数据集存储为 `DataFrame` 对象。然后，使用 `DataFrame` 对象的 `query` 和 `sort_values` 方法来进行查询和排序。

下面是一个示例代码，假设我们有一个 `employees` 数据集，其中包含员工的姓名、薪水和部门信息：

import pandas as pd

# 读取 employees 数据集
employees = pd.read_csv('employees.csv')

# 显示前 10 行数据
employees.head(10)

接下来，我们可以使用 `query` 方法来进行查询。例如，查询薪水大于 5000 的员工：

# 查询薪水大于 5000 的员工
result = employees.query('salary > 5000')
result

如果需要查询多个条件，可以使用 `&` 和 `|` 连接多个条件：

# 查询薪水大于 5000 并且部门是 IT 的员工
result = employees.query('salary > 5000 & department == "IT"')
result

最后，我们可以使用 `sort_values` 方法对查询结果进行排序。例如，按照薪水从高到低的顺序对查询结果进行排序：

# 按照薪水从高到低排序
result = result.sort_values(by='salary', ascending=False)
result

执行上述代码后，将返回符合条件的员工记录，并按照薪水从高到低的顺序排列。