python - 使用 bool 系列/数组从 Pandas 数据框中选择

Question

我有一个数据框:

             High    Low  Close
Date                           
2009-02-11  30.20  29.41  29.87
2009-02-12  30.28  29.32  30.24
2009-02-13  30.45  29.96  30.10
2009-02-17  29.35  28.74  28.90
2009-02-18  29.35  28.56  28.92

和一个 bool 系列:

     bools
1    True
2    False
3    False
4    True
5    False

如何使用 bool 数组从数据框中进行选择以获得如下结果:

             High   
Date                           
2009-02-11  30.20  
2009-02-17  29.35  

Answer 1

要使索引与两个 DataFrame 一起工作，它们必须具有可比较的索引。在这种情况下，它不起作用，因为一个 DataFrame 有一个整数索引，而另一个有日期。

但是，正如您所说，您 可以 使用 bool array 进行过滤。您可以通过 .values 访问 Series 的数组。然后可以将其用作过滤器，如下所示:

df # pandas.DataFrame
s  # pandas.Series 

df[s.values] # df, filtered by the bool array in s

例如，使用您的数据:

import pandas as pd

df = pd.DataFrame([
            [30.20,  29.41,  29.87],
            [30.28,  29.32,  30.24],
            [30.45,  29.96,  30.10],
            [29.35,  28.74,  28.90],
            [29.35,  28.56,  28.92],
        ],
        columns=['High','Low','Close'], 
        index=['2009-02-11','2009-02-12','2009-02-13','2009-02-17','2009-02-18']
        )

s = pd.Series([True, False, False, True, False], name='bools')

df[s.values]

返回以下内容:

            High    Low     Close
2009-02-11  30.20   29.41   29.87
2009-02-17  29.35   28.74   28.90

如果您只想要 High 列，您可以正常过滤(在 bool 过滤器之前或之后):

df['High'][s.values]
# Or: df[s.values]['High']

要获得目标输出(作为 Series):

 2009-02-11    30.20
 2009-02-17    29.35
 Name: High, dtype: float64