python Pandas : How to filter a dataframe with more than one expression stored in different variables?

Question

我正在构建一个多用途用户界面，并将 Pandas 添加到其中。为此，我需要通过用户选择定义的组件(存储在变量中)形成表达式。

一切似乎都很好，但我陷入了死胡同。我希望用户能够选择几个表达式，然后将它们连接起来形成新的数据框。如果我只使用一个表达式，一切都会起作用:

from pandas import read_csv
df = read_csv("SomeCsv.csv")
b= df[r'ID']
a=(b==r'p')
Value=df[a] #Works,returning the rows in df whichs column 'ID' equals r'p'

但是如果我想包含更多的表达式:

from pandas import read_csv
df = read_csv("SomeCsv.csv")
b= df[r'ID']
c=(b==r'p')
d=(b==r'ul')
a=c or d  #Breaks at this line
Value=df[a] #Doesnt work. I would expect the rows in df whichs column 'ID' equals r'p' or 'ID' equals r'ul'

并抛出以下错误:

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

在问之前，我尝试了所有我能想到的表达式的.any 和.all 组合，都失败了。

如何通过匹配多个存储在变量中的表达式的列来过滤此数据框？

Answer 1

作为 numpy 的新手，我对此也有些挣扎(不是双关语)。我相信你想要这样的东西:

>>> df[(df['ID'] == 'p') | (df['ID'] == 'ul')]

表达式的计算结果必须为 bool 值(并且项必须通过按位操作)，然后用于屏蔽或过滤相应的元素。

---

另见:

• http://pandas.pydata.org/pandas-docs/dev/indexing.html#boolean-indexing
• http://docs.scipy.org/doc/numpy/user/basics.indexing.html#boolean-or-mask-index-arrays
• https://stackoverflow.com/a/13572798/89391
• http://pandas.pydata.org/pandas-docs/dev/generated/pandas.Series.isin.html