如何仅显示值大于 x 的列答案

【问题标题】：How to show only columns with value greater than x如何仅显示值大于 x 的列
【发布时间】：2019-01-13 11:12:01
【问题描述】：

我有一个包含 14000 行和 80 列的数据框，所有二进制条目（1 和 0），请参见下面的最小示例。我想为某个索引（行）显示所有值>0的列。

import pandas as pd  
import numpy as np

dat = np.array([[0,1,0,1,0,0],
                [0,0,0,1,1,0],
                [1,0,0,0,0,0],
                [0,0,0,0,0,1],
                [0,1,0,1,0,0]])

df= pd.DataFrame(dat, columns = ["p%d" % (i + 1) for i in range(6)])

预期/想要的输出是显示指定索引（行）的值 >0 的所有列：

    p6
3    1

我尝试了以下方法，它显示了任何行中所有为 1 的列：

df.loc[df.index == 3, df.gt(0).any()]
# out:   
#      p1   p2  p4  p5  p6
#  3    0   0   0   0   1

还尝试了.all()，它将显示所有行中都有 1 的列。这些按列操作，而不仅仅是索引 == 3 处的值，可能是因为它在逗号之后，所以我也尝试了这个，给出了错误：

df.loc[(df.index == 3) & (df.gt(0).any())]
# ValueError: operands could not be broadcast together with shapes (5,) (6,)

谢谢你

【问题讨论】：

标签： python arrays pandas dataframe slice

【解决方案1】：

您可以创建一个新系列聚合列名，然后使用loc 访问器：

def get_cols(row):
    return row[row.astype(bool)].index.tolist()

df['TrueCols'] = df.apply(get_cols, axis=1)

print(df.loc[3, 'TrueCols'])  # ['p6']
print(df.loc[1, 'TrueCols'])  # ['p4', 'p5']

此解决方案的好处是您的结果是一步计算出来的。因此，为给定的索引/行重复调用 loc 以提取 TrueCols 的成本很低。

【讨论】：

【解决方案2】：

将0 和1 用作bool

df.loc[[3], df.loc[3].astype(bool)]

   p6
3   1

【讨论】：

【解决方案3】：

IIUIC，你可以使用

In [348]: c = df.loc[[3]]

In [349]: c.loc[:, c.gt(0).all()]
Out[349]:
   p6
3   1

【讨论】：

不错的解决方案。由于您只有二进制值，我认为eq(1) 或astype(bool) 可能更合适。
我不喜欢这件事的两点。一：通过使用[[3]] 定义c，您需要稍后使用all() 将(1, n) 的维度减少到(n,)。二：虽然c的定义包含索引信息3这很聪明，这为在第二行中使用loc提供了方便，但如果您不熟悉索引将如何进行，也会让人感到困惑解决。我的两分钱。仍然是一个很好的答案（-：