python - 在 Python 中屏蔽 pandas 数据框上的多列

Question

我希望在 Python 中对 Pandas 数据集的每一列(分别针对其属性)应用乘法掩码。

在下一步中，我想在数据框中找到符合所有条件的 (a) 行。

因此我有:

df
Out[27]:
   DE  FL  GA  IA  ID
0   0   1   0   0   0
1   1   0   1   0   1
2   0   0   1   0   0
3   0   1   0   0   0
4   0   0   0   0   0

mask_list = []
for i in range(0,5):

    if i % 2==0:
        mask_list.append(df[[i]]>0)
    else:
        mask_list.append(df[[i]]<1)

concat_frame = pa.DataFrame()
for mask in mask_list:
    concat_frame =pa.concat((concat_frame, mask), axis=1)

concat_frame
Out[48]:
      DE     FL     GA    IA     ID
0  False   False False  True  False
1  True    True  True   True  True
2  False   True  True   True  False
3  False   False False  True  False
4  False   True  False  True  False

[5 rows x 5 columns]

预期结果:

Out[60]:
   DE   FL  GA  IA  ID
1   1   0   1   0   1

如何在 df 上应用 concat_mask，以便我选择行，其中所有 bool 条件都匹配(为真) ？

Answer 1

您可以使用 Pandas all 方法和 bool 逻辑。作为EdChum commented ，我对你的确切例子还是有点不清楚，但一个类似的例子是:

In [1]: df = DataFrame([[1,2],[-3,5]], index=[0,1], columns=['a','b'])
In [2]: df
Out [2]:
   a  b
0  1  2
1 -3  5

In [3]: msk = (df>1) & (df<5)
In [4]: msk
Out [4]:
      a    b
0 False  True
1 False False

In [5]: msk.all(axis=1)
Out [5]:
0  False
1  False
dtype: bool

如果你想通过掩码索引原始数据帧，你可以这样做:

In [6]: df[msk]
Out [6]:
     a   b
0  NaN   2
1  NaN NaN

或者如您最初指出的那样，所有行都为真的行:

In [7]: idx = msk.all(axis=1)
In [8]: df[idx]
Out [8]:
Empty DataFrame
Columns: [a,b]
Index: []

或者如果一行为真

In [9]: idx[0] = True
In [10]: df[idx]
Out [10]:
  a b
0 1 2

对于从评论中澄清后的原始问题，我们希望对不同的列使用不同的过滤条件:

In [10]: msk1 = df[['a']] < 0
In [11]: msk2 = df[['b']] > 3
In [12]: msk = concat((msk1, msk2), axis=1)
In [12]: slct = msk.all(axis=1)
In [13]: df.ix[slct]
Out [13]:
   a b
1 -3 5