在 Pandas 数据框中使用过滤器过滤行

Question

我正在尝试学习使用过滤器根据以下条件获取行。

1. 检查 col-a 是否包含 T2 和
2. 检查 col-b 的时间戳是否介于 7 和 9 之间

我认为过滤器是一种很酷的方法，只需几行代码。但是我无法获得满足上述条件的行的所需输出。还有什么其他简单的pythonic方法可以做到这一点（也许在哪里？）。对于理解过滤器如何工作的任何帮助，我将不胜感激。

import pandas as pd

dict = {'col-a': ['abcd.T1.123', 'xyz.T2.456', 'xyz.T2.456'],
        'col-b': ['07:57:00', '09:17:00', '12:57:00'],
        }

# Filtering based on col-a - contains T-id
original_df = pd.DataFrame(dict)
print("\n ORIGINAL DF\n", original_df)
filtered_a_df = original_df.filter(like='.T2', axis=0)
print("\n FILTERED DF\n", filtered_a_df)

# Filtering based on col-b - time between 7 and 9
filtered_b_df = original_df.filter(regex='^0[79]:', axis=0)
print("\n FILTERED DF\n", filtered_b_df)

Answer 1

来自docs：

请注意，此例程不会根据其内容过滤数据框。过滤器应用于索引的标签。

从您的问题来看，您似乎非常想根据数据框的内容进行过滤。所以你可以使用常规索引：

filtered_a_df = original_df[original_df['col-a'].str.contains('T2')]

filtered_b_df = original_df[original_df['col-b'].between('07:00:00','09:00:00')]

>>> filtered_a_df
        col-a     col-b
1  xyz.T2.456  09:17:00
2  xyz.T2.456  12:57:00
>>> filtered_b_df
         col-a     col-b
0  abcd.T1.123  07:57:00

为了进一步解释filter，如果您尝试基于索引进行过滤，您的条件可能会起作用。例如，如果您将df2 作为原始数据框，但将col-a 作为索引，那么您可以使用过滤器：

df2 = original_df.set_index('col-a')
>>> df2
                col-b
col-a                
abcd.T1.123  07:57:00
xyz.T2.456   09:17:00
xyz.T2.456   12:57:00

# In this case you can use either regex or like arguments
>>> df2.filter(regex='T2',axis=0)

               col-b
col-a               
xyz.T2.456  09:17:00
xyz.T2.456  12:57:00

或者您也可以过滤列。回到原来的 df，例如，您可以过滤名称中包含 -b 的列：

>>> original_df.filter(like='-b',axis=1)
      col-b
0  07:57:00
1  09:17:00
2  12:57:00