如何根据数据框中的条件选择某些值？

Question

我有一个名为 df 的数据框，如下所示：

Date        Reading1 Reading2 Reading3 Reading4
2000-05-01     15        13        14       11
2000-05-02     15        14        18        9
2000-05-03     14        12        15        8
2000-05-04     17        11        16       13

我使用 df.setindex('Date') 将日期设为索引。 我有 3 个问题。

1) 如何在整个数据框中显示读数大于 13 的天数，而不仅仅是在单个列中？

我试过 df.[(df.Reading1:df.Reading4>13)].shape[0] 但显然语法错误。

2) 如何显示 2000-05-03 列读数 1、3 和 4 的值？

我试过 df.loc[["20000503"],["Reading1","Reading3,"Reading4"]]

但我收到错误“索引（['20000503'],dtype='object')] 不在 [index] 中”

3) 如果读数 1 列的值是读数 2 列中值的两倍，我该如何查找？以及如何显示这些值（读数 1 中的两倍大）？

我什至不知道从哪里开始。

Answer 1

试试这个：

1. (df > 13).any(axis=1).sum()
Create a boolean dataframe then check to see if any value is True along the row and sum rows to get number of days.

2. df.loc['2000-05-03', ['Reading1', 'Reading3', 'Reading4']]
Use partial string indexing on DatetimeIndex to get a day, then column filtering with a list of column header.

3. df.loc[df['Reading1']  > (df['Reading2'] * 2)].index
   df.loc[df['Reading1']  > (df['Reading2'] * 2)].to_numpy().tolist()
Create a boolean series to do boolean indexing and get the index to return date.  Next convert the dataframe to numpy array then tolist to get values.