在特定条件下剥离 Pandas DataFrame答案

【问题标题】：Stripping Pandas DataFrame on specific conditions在特定条件下剥离 Pandas DataFrame
【发布时间】：2017-08-06 15:28:57
【问题描述】：

我有一个看起来像这样的 Pandas 数据框：

import numpy as np
raw_data = {'Series_Date':['2017-03-10','2017-03-13','2017-03-14','2017-03-15'],'SP':[35.6,56.7,np.nan,-9.2],'1M':[-7.8,np.nan,56,-3.4],'3M':[24,-31,53,np.nan]}
import pandas as pd
df = pd.DataFrame(raw_data,columns=['Series_Date','SP','1M','3M'])
print df

我只想在这个 DataFrame 中的某些列上运行测试，这个列表中的所有列名：

check = {'1M','SP'}
print check

我想要我的 DataFrame df 的精简版本，例如它仅包含列 Series_Date，其中列表中的列中的值“检查”是 NaN 或负数。

在这种情况下，输出 df 将因此包含所有 Series_Date，其中 1M 或 SP 列中的值为负数或 NaN。

您能帮我解决这样的问题吗？非常感谢提前

【问题讨论】：

标签： python python-2.7 pandas numpy

【解决方案1】：

更新：

In [18]: df.loc[df.loc[:, check].fillna(-1).lt(0).any(1), 'Series_Date']
Out[18]:
0    2017-03-10
1    2017-03-13
2    2017-03-14
3    2017-03-15
Name: Series_Date, dtype: object

旧答案：

In [7]: df.loc[:, check]
Out[7]:
     SP    1M
0  35.6  -7.8
1  56.7   NaN
2   NaN  56.0
3  -9.2  -3.4

或者你可以使用df.columns.isin()方法

In [6]: df.loc[:, df.columns.isin(check)]
Out[6]:
     SP    1M
0  35.6  -7.8
1  56.7   NaN
2   NaN  56.0
3  -9.2  -3.4

【讨论】：

我想要系列日期列，其中 SP 和 1M 列中的值为 NaN 或负数。这个答案只返回整个 DF。

【解决方案2】：

使用智能索引：

import numpy as np
# Choose the columns of interest
cols = df[list(check)]
# Evaluate both conditions:
cond = ((np.isnan(cols)) | (cols < 0))
# Use boolean indexing to select the right rows
df[cond.any(axis=1)]['Series_Date']    
#0    2017-03-10
#1    2017-03-13
#2    2017-03-14
#3    2017-03-15
#Name: Series_Date, dtype: object

【讨论】：

我想要系列日期列，其中 SP 和 1M 列中的值为 NaN 或负数。这个答案只返回整个 DF
抱歉，忽略了您问题的第二部分。请参阅更新的答案。顺便说一句，在您的示例中，整个 DF 就是答案。