过滤熊猫中的数据框

Question

我有一个数据框如下：

dic ={'wteam': [2, 3, 4, 2, 4], 'lteam': [3, 4, 2, 4, 2]}
pd.DataFrame(dic) 

   lteam  wteam
0    3      2
1    4      3
2    2      4
3    4      2
4    3      4

我需要一个在 lteam 或 wteam 中有 2 个的新数据框。

        lteam  wteam
    0    3      2
    2    2      4
    3    4      2

如何在熊猫中做到这一点？

Answer 1

您的起始 df 的输出是错误的，最后一行应该是 [2,4]，除此之外，我们可以在布尔过滤 df 生成的索引上调用 loc 并删除任何 NaN 值：

In [15]:

df.loc[df[df==2].dropna(thresh=1).index]
Out[15]:
   lteam  wteam
0      3      2
2      2      4
3      4      2
4      2      4

分解：

In [16]:

df[df==2]
Out[16]:
   lteam  wteam
0    NaN      2
1    NaN    NaN
2      2    NaN
3    NaN      2
4      2    NaN
In [17]:

df[df==2].dropna(thresh=1)
Out[17]:
   lteam  wteam
0    NaN      2
2      2    NaN
3    NaN      2
4      2    NaN

更简洁的方法是提供 2 个布尔条件：

In [18]:

df[(df.lteam == 2) | (df.wteam == 2)]
Out[18]:
   lteam  wteam
0      3      2
2      2      4
3      4      2
4      2      4

由于运算符优先级，这需要使用按位 | 运算符和括号括起来的条件

如果您有很多列，第一种方法会更好，但对于您的简单数据集，后一种方法会很好。