如何使用函数对熊猫数据框进行布尔索引答案

【问题标题】：How to Boolean index a pandas dataframe with a function如何使用函数对熊猫数据框进行布尔索引
【发布时间】：2020-10-06 14:32:17
【问题描述】：

有没有办法在 pandas DataFrame 中使用布尔索引方法？

例如：

import pandas


def filter_func(v) -> bool:
    return v == 'asd'


def main():
    df_test = pandas.DataFrame(
        [
            ['sd'], ['asd'], ['sdf']
        ],
        columns=["col-a"]
    )
    #### ERROR: This next line calls filter_func with all contents of column 'col-a'
    result = df_test[df_test['col-a'] == filter_func(df_test['col-a'])]


if __name__ == '__main__':
    main()

在上面的示例中，我只想保留那些filter_func 将返回True 的值。 result 应该包含单行数据框，但我得到的是空数据框。

我了解不是为每一行执行filter_func，而是只执行一次。

有没有办法为每一行调用它？

在这种情况下，我应该将apply 或map 用于Series 吗？

或者还有其他方法吗？

【问题讨论】：

标签： python pandas

【解决方案1】：

df_test['col-a'] 正在被函数过滤，因此只需要 [filter_func(df_test['col-a'])]，而不需要 [df_test['col-a'] == filter_func(df_test['col-a'])]。
pandas: Boolean Indexing

import pandas as pd
import numpy as np
import random

# sample data
np.random.seed(365)
random.seed(365)
rows = 1100
data = {'a': np.random.randint(10, size=(rows)),
        'groups': [random.choice(['1-5', '6-25', '26-100', '100-500', '500-1000', '>1000']) for _ in range(rows)],
        'treatment': [random.choice(['Yes', 'No']) for _ in range(rows)],
        'date': pd.bdate_range(datetime.today(), freq='h', periods=rows).tolist()}
df = pd.DataFrame(data)

   a  groups treatment                date
0  2   >1000       Yes 2020-10-06 00:00:00
1  4  26-100        No 2020-10-06 01:00:00
2  1   >1000       Yes 2020-10-06 02:00:00
3  5    6-25       Yes 2020-10-06 03:00:00
4  2  26-100        No 2020-10-06 04:00:00

# filter function
def filter_func(v) -> bool:
    return v == '26-100'


# call function
filtered = df[filter_func(df.groups)]

# display(filtered)
    a  groups treatment                date
1   4  26-100        No 2020-10-06 01:00:00
4   2  26-100        No 2020-10-06 04:00:00
21  2  26-100       Yes 2020-10-06 21:00:00
24  9  26-100       Yes 2020-10-07 00:00:00
32  5  26-100        No 2020-10-07 08:00:00

【讨论】：