使用应用于列/系列的函数子集熊猫数据框答案

【问题标题】：Subset pandas dataframe using function applied to a column/series使用应用于列/系列的函数子集熊猫数据框
【发布时间】：2021-07-01 21:26:45
【问题描述】：

我有一个 pandas 数据框 df，我想根据通过某个函数 is_valid() 运行 Name 的结果对其进行子集化

import pandas as pd

data = [['foo', 10], ['baar', 15], ['baz', 14]]
df = pd.DataFrame(data, columns = ['name', 'age'])
df

    name    age
0   foo     10
1   baar    15
2   baz     14

该函数检查输入字符串的长度是否为 3，并返回 True 或 False：

def is_valid(x):
    assert isinstance(x, str)
    return True if len(x) == 3 else False

我的目标是子集 df 这个函数返回 True，这将返回一个输出

    name    age
0   foo     10
2   baz     14

以下语法返回错误；如果输出满足条件（在这种情况下 = True），将函数应用于列（系列）的值并设置数据帧的子集的正确语法是什么？

df[is_valid(df['name'])]

【问题讨论】：

标签： python pandas dataframe lambda subset

【解决方案1】：

试试：

df[df['name'].str.len()==3]

或将您的代码与apply 一起使用：

df[df['name'].apply(is_valid)]

【讨论】：

【解决方案2】：

使用Series.str.len 和Series.eq 作为掩码：

df = df[df['name'].str.len().eq(3)]

或者使用Series.apply传递自定义函数：

df = df[df['name'].apply(is_valid)]
print (df)
  name  age
0  foo   10
2  baz   14

【讨论】：