Pandas 按索引选择并按布尔掩码过滤答案

【问题标题】：Pandas select by index and filter by boolean maskPandas 按索引选择并按布尔掩码过滤
【发布时间】：2019-12-07 10:08:37
【问题描述】：

我有以下数据框

import pandas as pd

test = pd.DataFrame()
test['1'] = [12,23,34, 45]
test['blah'] = ['a', 'b', 'c', 'e']
test['a'] = [None, 1, 1, None]

我希望能够使用布尔掩码过滤和索引（我在其他地方定义）来选择它，例如

test['a'] == 1  # filter

ind = pd.RangeIndex(start=0, stop=4, step=2)  # pd index object

如何将它们一起使用？我要选择的内容（来自索引 2,4）

index   1       blah  a
2       34      c     1.0

我试过了，但是 pandas 不明白如何同时使用索引和布尔掩码

test[test.loc[ind,:] & test['a'] == 1] # Don't work

【问题讨论】：

标签： python pandas filtering

【解决方案1】：

你可以使用numpy.intersect1d:

arr = np.intersect1d(test.index[test['a'].eq(1)], ind)
#alternative arr = set(test.index[test['a'].eq(1)]).intersection(ind) 

print(test.loc[arr, :])
    1 blah    a
2  34    c  1.0

【讨论】：

【解决方案2】：

你可以这样做：

test.loc[(test.index.isin(ind)) & (test['a'] == 1)]

输出：

    1 blah    a
2  34    c  1.0

【讨论】：

【解决方案3】：

这是另一种方式：

test.loc[ind & test.index.where(test['a'] == 1)]

【讨论】：