python - Pandas : how to select index/row label in dataframe that matches a condition

Question

我有一个看起来像这样的数据框

        fail    success
aa      1       0
ab      1       0
aback   0       1
abandon 3       1
abate   0       1
abc     1       0

其中“fail”和“success”是列的名称，“aa”、“ab”、“aback”等是行的标签。该表包含一个词(“ab”、“aback”等)在一组文本(2 组:“fail”和“success”)中出现的次数。

有没有办法根据单词在其中一个组中是否是唯一的，将每行标签与列名称相关联？

输出应该是这样的:

{'fail' : [("aa",1),("ab",1),("abc",1)], 'success' : [("aback",1),("abate",1)]}

谢谢!

Answer 1

你可以用 dict 理解来做到这一点:

{col: list(df.loc[(df[col] > 0) & (df.drop(columns=col) == 0).all(axis=1), col].iteritems())
 for col in df.columns}

输出:

{'fail': [('aa', 1), ('ab', 1), ('abc', 1)],
 'success': [('aback', 1), ('abate', 1)]}

即使您有两列以上，这也能正常工作。实际上，它所做的是，对于每一列，获取满足以下两个条件的索引值对:

1. 该列中该索引的值大于 0
2. 该列中所有其他索引的值为 0

如果您假设没有所有值都非零的行，那么您可以删除第一个条件，它给出了这个:

{col: list(df.loc[(df.drop(columns=col) == 0).all(axis=1), col].iteritems())
 for col in df.columns}