如何在 python 中为 pandas 创建一个“非”过滤器答案

【问题标题】：How do I create a "not" filter in python for pandas如何在 python 中为 pandas 创建一个“非”过滤器
【发布时间】：2016-09-26 09:33:15
【问题描述】：

我有一个已导入 pandas 的大型数据框，我想通过过滤器将其截断。这是我的基本示例代码：

import pandas as pd
import numpy as np
from pandas import Series, DataFrame

df = DataFrame({'A':[12345,0,3005,0,0,16455,16454,10694,3005],'B':[0,0,0,1,2,4,3,5,6]})

df2= df[df["A"].map(lambda x: x > 0) & (df["B"] > 0)]

基本上，这显示了半正确的后 4 个结果。但我需要显示除这些结果之外的所有内容。所以本质上，我正在寻找一种使用此过滤器的方法，但如果可能的话，使用“非”版本。因此，如果 A 列大于 0 并且 B 列大于 0，那么我们希望从数据框中取消这些值的资格。谢谢

【问题讨论】：

在此处阅读有关布尔掩码的文档：pandas.pydata.org/pandas-docs/stable/…。您可以将~ 用作“非”df2= df[~df["A"].map(lambda x: x > 0) & (df["B"] > 0)]
这是朝着正确方向迈出的一步，但它只给我留下了 2 条记录而不是 5 条
对不起，我贴的sn-p需要应用于整个蒙版，而不是第一个。 df[~(df["A"].map(lambda x: x > 0) & (df["B"] > 0))]
为什么不能反过来呢？如果 A 列小于 0 或 b 列小于 0
@Thomas Tu，谢谢！

标签： python python-2.7 pandas

【解决方案1】：

无需在“A”系列上调用地图函数。

申请De Morgan's Law:

“not (A and B)”与“(not A) or (not B)”相同

df2 = df[~(df.A > 0) | ~(df.B > 0)]

【讨论】：

【解决方案2】：

不需要map 实现。你可以颠倒参数，比如 ...

df.ix[(df.A<=0)|(df.B<=0),:]

或者使用boolean indexing而不使用ix：

df[(df.A<=0)|(df.B<=0)]

【讨论】：

【解决方案3】：

试试

df2 = df[df["A"].map(lambda x: x <= 0) | (df["B"] <= 0)]

【讨论】：