使用字典中的值过滤熊猫数据框

Question

我需要使用 dict 过滤数据框，其中键是列名，值是我要过滤的值：

filter_v = {'A':1, 'B':0, 'C':'This is right'}
# this would be the normal approach
df[(df['A'] == 1) & (df['B'] ==0)& (df['C'] == 'This is right')]

但我想在网上做点什么

for column, value in filter_v.items():
    df[df[column] == value]

但这会过滤数据框多次，一次一个值，而不是同时应用所有过滤器。有没有办法以编程方式做到这一点？

编辑：一个例子：

df1 = pd.DataFrame({'A':[1,0,1,1, np.nan], 'B':[1,1,1,0,1], 'C':['right','right','wrong','right', 'right'],'D':[1,2,2,3,4]})
filter_v = {'A':1, 'B':0, 'C':'right'}
df1.loc[df1[filter_v.keys()].isin(filter_v.values()).all(axis=1), :]

给予

    A   B   C   D
0   1   1   right   1
1   0   1   right   2
3   1   0   right   3

但预期的结果是

    A   B   C   D
3   1   0   right   3

只应选择最后一个。

Answer 1

IIUC，你应该可以这样做：

>>> df1.loc[(df1[list(filter_v)] == pd.Series(filter_v)).all(axis=1)]
   A  B      C  D
3  1  0  right  3

---

这可以通过制作一个系列来进行比较：

>>> pd.Series(filter_v)
A        1
B        0
C    right
dtype: object

选择df1的对应部分：

>>> df1[list(filter_v)]
    A      C  B
0   1  right  1
1   0  right  1
2   1  wrong  1
3   1  right  0
4 NaN  right  1

找到它们匹配的位置：

>>> df1[list(filter_v)] == pd.Series(filter_v)
       A      B      C
0   True  False   True
1  False  False   True
2   True  False  False
3   True   True   True
4  False  False   True

查找它们全部匹配的位置：

>>> (df1[list(filter_v)] == pd.Series(filter_v)).all(axis=1)
0    False
1    False
2    False
3     True
4    False
dtype: bool

最后使用它来索引 df1：

>>> df1.loc[(df1[list(filter_v)] == pd.Series(filter_v)).all(axis=1)]
   A  B      C  D
3  1  0  right  3

Answer 2

这是一种方法：

df.loc[df[filter_v.keys()].isin(filter_v.values()).all(axis=1), :]

更新：

如果各列的值相同，您可以执行以下操作：

# Create your filtering function:

def filter_dict(df, dic):
    return df[df[dic.keys()].apply(
            lambda x: x.equals(pd.Series(dic.values(), index=x.index, name=x.name)), asix=1)]

# Use it on your DataFrame:

filter_dict(df1, filter_v)

产量：

   A  B      C  D
3  1  0  right  3            

如果您经常这样做，您可以修补 DataFrame 以便轻松访问此过滤器：

pd.DataFrame.filter_dict_ = filter_dict

然后像这样使用这个过滤器：

df1.filter_dict_(filter_v)

这会产生相同的结果。

但是，这显然不是正确的方式。 我会使用 DSM 的方法。

Answer 3

对于 python2，@primer 的回答是可以的。但是，由于 dict_keys，您应该在 Python3 中小心。例如，

>> df.loc[df[filter_v.keys()].isin(filter_v.values()).all(axis=1), :]
>> TypeError: unhashable type: 'dict_keys'

Python3的正确方法：

df.loc[df[list(filter_v.keys())].isin(list(filter_v.values())).all(axis=1), :]

Answer 4

上面的抽象用于传递过滤器值数组而不是单个值的情况（类似于 pandas.core.series.Series.isin()）。使用相同的示例：

df1 = pd.DataFrame({'A':[1,0,1,1, np.nan], 'B':[1,1,1,0,1], 'C':['right','right','wrong','right', 'right'],'D':[1,2,2,3,4]})
filter_v = {'A':[1], 'B':[1,0], 'C':['right']}
##Start with array of all True
ind = [True] * len(df1)

##Loop through filters, updating index
for col, vals in filter_v.items():
    ind = ind & (df1[col].isin(vals))

##Return filtered dataframe
df1[ind]

##Returns

    A   B    C      D
0   1.0 1   right   1
3   1.0 0   right   3

Answer 5

这是另一种方式：

filterSeries = pd.Series(np.ones(df.shape[0],dtype=bool))
for column, value in filter_v.items():
    filterSeries = ((df[column] == value) & filterSeries)

这给出了：

>>> df[filterSeries]
   A  B      C  D
3  1  0  right  3 

Answer 6

要跟进 DSM 的回答，您还可以使用 any() 将查询转换为 OR 运算（而不是 AND）：

df1.loc[(df1[list(filter_v)] == pd.Series(filter_v)).any(axis=1)]

Answer 7

我遇到了一个问题，因为我的字典对同一个键有多个值。

我能够将 DSM 的查询更改为：

df1.loc[df1[list(filter_v)].isin(filter_v).all(axis=1), :]