基于某些行值的子集 Pandas 数据框答案

【问题标题】：Subset Pandas Data Frame Based on Some Row Value基于某些行值的子集 Pandas 数据框
【发布时间】：2016-10-30 21:57:46
【问题描述】：

我有一个 Pandas 数据框，其中包含“动态”列（这意味着在我从各种数据库中检索数据之前，我不知道列名是什么）。

数据框是一行，看起来像这样：

    Make   Date        Red     Blue     Green     Black     Yellow     Pink     Silver
89  BMW    2016-10-28  300.0   240.0    2.0       500.0     1.0        1.0      750.0

请注意，“89”是数据框中的特定行。

我有以下代码：

cars_bar_plot = df_cars.loc[(df_cars.Make == 'BMW') & (df_cars.Date == as_of_date)]

cars_bar_plot = cars_bar_plot.replace(0, value=np.nan)

cars_bar_plot = cars_bar_plot.dropna(axis=1, how='all')

这可以很好地帮助我创建上述单行数据框，但是每列中的一些值相对于其他值非常小（例如 1.0 和 2.0）他们正在扭曲我用 Matplotlib 创建的水平条形图。我想去掉小于某个最小阈值（例如 3.0）的数字。

知道我该怎么做吗？

谢谢！

更新 1

以下代码行有帮助，但并没有完全解决问题。

cars_bar_plot = cars_bar_plot.loc[:, (cars_bar_plot >= 3.0).any(axis=0)]

问题在于它消除了非预期的列。例如，引用原始数据框，是否可以修改此代码，使其仅删除值小于 3.0 “Black”列右侧的列（假设我们真的要在“Green”列中保留 2.0 的值吗）？

谢谢！

【问题讨论】：

你想去掉列还是行？为什么不在单独的条形图中绘制每一列？
@amyrit - 我想去掉列（因为我只有一行开头）。例如，我在数据框中大约有 30 列。但是，有些列的值可以忽略不计，所以我想去掉这些值，并且只有超过某个阈值的值。

标签： python pandas subset

【解决方案1】：

假设您只想保留符合条件的行，您可以像这样过滤数据：

df[df.apply(lambda x: x > 0.5).min(axis=1)]

即只需查看与您的条件匹配的所有值，如果至少有一个不匹配，请尽快删除该行。

【讨论】：

实际数据框有大约 30 列，其中一些列的值合法地小于我要设置的阈值（例如 3.0 或 2.0）。您的解决方案适用于 ALL 列还是仅适用于某些列？谢谢！
我应用了这段代码：cars_bar_plot[cars_bar_plot.apply(lambda x: x > 1.0).min(axis=1)]，发现整行都消失了。我在应用这个时犯了错误吗？

【解决方案2】：

这是我的问题的答案：

lower_threshold = 3.0
start_column = 5
df = df.loc[start_column:, (df >= lower_threshold).any(axis=0)]

【讨论】：