python - Pandas 面板花式索引 : How to return (index of) all DataFrames in Panel based on Boolean of multiple columns in each df

Question

我有一个 Pandas 面板，其中包含许多具有相同行/列标签的 DataFrame。我想用 DataFrames 制作一个新面板，满足基于几列的特定条件。

这对于数据框和行来说很容易:假设我有一个 df，zHe_compare。我可以获得合适的行:

zHe_compare[(zHe_compare['zHe_calc'] > 100) & (zHe_compare['zHe_med'] > 100) | ((zHe_obs_lo_2s <=zHe_compare['zHe_calc']) & (zHe_compare['zHe_calc'] <= zHe_obs_hi_2s))]

但是我该怎么做(伪代码，简化的 bool 值):

good_results_panel = results_panel[ all_dataframes[ sum ('zHe_calc' < 'zHe_obs') > min_num ] ]

我知道内部 bool 部分，但如何为面板中的每个数据框指定它？因为我需要每个 df 的多个列，所以我使用 panel.minor_xs 切片技术还没有成功。

谢谢!

Answer 1

如其 documentation 中所述, Panel 目前还未完全开发，因此您在使用 DataFrame 时所依赖的优美语法还不存在。

同时，我建议使用 Panel.select 方法:

def is_good_result(item_label):
    # whatever condition over the selected item
    df = results_panel[item_label]
    return df['col1'].sum() > 5

good_results = results.select(is_good_result)

is_good_result 函数返回一个 bool 值。请注意，它的参数不是 DataFrame 实例，因为 Panel.select 将其参数应用于项目标签，而不是 DataFrame 的内容项目。

当然，您可以在一个语句中将整个标准函数填充到一个 lambda 中，如果您喜欢整个简洁的事情:

good_results = results.select(
                 lambda item_label: results[item_label]['col1'].sum() > 5
                 )