Pandas 灵活的布尔行子设置答案

【问题标题】：Pandas flexible boolean row sub settingPandas 灵活的布尔行子设置
【发布时间】：2021-12-27 12:20:55
【问题描述】：

是否可以通过多个行条件为单个值对 Pandas 1.3.4 数据框进行子集化？为了更清楚地说明这一点，如果我有 df:

index    col1    col2    
  0        A      10
  1        A      20
  2        B      130
  3        C      10

如果我想根据col2 值进行子集化，我可以使用df[df['col2']>10]：

index    col1    col2    
  
  1        A      20
  2        B      130

但是是否可以根据col1 的值使用不同的阈值对col2 进行子集化？

例如：

df[df['col2']>10 if col1 == 'A' 
   OR df['col2']>5 if col1 == 'C' 
   OR df['col2']>1000 if col1 == 'B']`

会给：

index    col1    col2    
  
  1        A      20
  
  3        C      10

谢谢！

提姆

【问题讨论】：

【解决方案1】：

如果需要比较更大的所有值，请按字典使用 Series.map 并进行比较：

d = {'A' : 10,'C': 5 ,'B': 1000}

df[df['col2'] > df['col1'].map(d)]

或者如果需要不同的掩码链，& 按位 AND 和 | 按位 OR：

df[((df['col2']>10) & (df['col1']== 'A') ) |
   ((df['col2']>5) & (df['col1']== 'C') ) |
   ((df['col2']>1000) & (df['col1']== 'B') )]

【讨论】：