如何通过函数过滤 DataFrame

Question

我想使用传递我创建的函数的条件来过滤 DataFrame。此函数将返回 True 或 False。

但我得到了这个例外：

TypeError: 无法将系列转换为

这是我的代码：

def filter():
    inicio = time.time()
    df = pd.read_csv('data_base.csv')
    nrows = df.shape[0]
    for i in range(nrows).__reversed__():
        coincidencias = df[
            (df['Fecha'] == df.loc[i]['Fecha']) &
            (df['Mercado'] == df.loc[i]['Mercado']) &
            (df['Local'].str.contains(main_word(df.loc[i]['Local']), case=False)) &
            (df['Visitante'].str.contains(main_word(df.loc[i]['Visitante']), case=False)) &
     ---->  (is_there_surebet(df['Contenido'], df.loc[i]['Contenido']))   <----
            ].dropna()

        if coincidencias.shape[0] > 1:
            print(coincidencias)


        df = df.drop([i])
    fin = time.time()
    print(fin-inicio)

箭头之间的线是导致异常的线。让我知道is_there_surebet 函数是否是解决问题所必需的，但我认为情况并非如此。

Answer 1

这个想法是创建一个返回 True \ False 的函数并将其应用于相关列。请检查以下示例是否有帮助 -

def my_filter(x):
    return x > 0

df = pd.DataFrame({"x": [1, 2, 3, -4, 5, -3], "y": ["a", "b", "c", "d", "e", "f"]})
df[df["x"].apply(my_filter)]

结果将仅是x 列中的值大于 0 的行。

对于需要从多列输入的更复杂的东西，您可以使用这样的东西 -

def my_filter(record):
    if record["x"] < 0:
        return False
    return record["y"] in ["a", "b", "c"]

df[df.apply(my_filter, axis=1)]

编辑 - 添加更多示例

如果你想使用一个参数，你可以这样做 -

def my_filter(record, my_param):
    if record["x"] < my_param:
        return False
    return record["y"] in ["a", "b", "c"]

df[df.apply(lambda x: my_filter(x, 5), axis=1)]