Pandas 根据布尔条件选择行和列答案

【问题标题】：Pandas select rows and columns based on boolean conditionPandas 根据布尔条件选择行和列
【发布时间】：2018-06-10 15:43:42
【问题描述】：

我有一个大约 50 列和 >100 行的 pandas 数据框。我想选择列'col_x'、'col_y' 其中'col_z' < m。有没有一种简单的方法可以做到这一点，类似于df[df['col3'] < m] 和df[['colx','coly']] 但结合起来？

【问题讨论】：

【解决方案1】：

让我们分解您的问题。你想

对于第一点，您需要的条件是 -

df["col_z"] < m

对于第二个要求，您需要指定所需的列列表 -

["col_x", "col_y"]

您将如何将这两者结合起来使用 pandas 产生预期的输出？最直接的方法是使用loc -

df.loc[df["col_z"] < m, ["col_x", "col_y"]]

第一个参数选择行，第二个参数选择列。

更多关于loc

从关系代数运算的角度来考虑这一点 - 选择和投影。如果您来自 SQL 世界，这将是一个相关的等价物。上面的操作，在 SQL 语法中，看起来像这样 -

SELECT col_x, col_y     # projection on columns
FROM df
WHERE col_z < m         # selection on rows

pandas loc 允许您指定索引标签以选择行。例如，如果您有一个数据框 -

   col_x  col_y
a      1      4
b      2      5
c      3      6

要选择索引 a、c 和 col_x，您将使用 -

df.loc[['a', 'c'], ['col_x']]

   col_x
a      1
c      3

或者，通过布尔条件进行选择（使用一系列/数组bool 值，正如您最初的问题所问的那样），其中col_x 中的所有值都是奇数 -

df.loc[(df.col_x % 2).ne(0), ['col_y']]

   col_y
a      4
c      6

有关详细信息，df.col_x % 2 计算每个值相对于2 的模数。然后ne(0) 将该值与0 进行比较，如果不是，则返回True（所有奇数都是这样选择的）。这是该表达式的结果 -

(df.col_x % 2).ne(0)

a     True
b    False
c     True
Name: col_x, dtype: bool

进一步阅读

【讨论】：