python - Pandas 根据 bool 条件选择行和列

Question

我有一个包含大约 50 列和 >100 行的 pandas 数据框。我想选择列 'col_x' , 'col_y'其中 'col_z' < m .有没有一种简单的方法可以做到这一点，类似于 df[df['col3'] < m]和 df[['colx','coly']]但合并？

Answer 1

让我们分解您的问题。你想要

1. 根据一些 bool 条件过滤行
2. 您想从结果中选择列的子集。

对于第一点，你需要的条件是——

df["col_z"] < m

对于第二个要求，您需要指定所需的列列表 -

["col_x", "col_y"]

您将如何结合这两者来使用 pandas 产生预期的输出？最直接的方法是使用 loc -

df.loc[df["col_z"] < m, ["col_x", "col_y"]]

第一个参数选择行，第二个参数选择列。

---

关于loc的更多信息

从关系代数运算的角度考虑这一点 - 选择 和投影。如果您来自 SQL 世界，这将是一个相关的等价物。上面的操作，在 SQL 语法中，看起来像这样 -

SELECT col_x, col_y     # projection on columns
FROM df
WHERE col_z < m         # selection on rows

pandas loc 允许您指定用于选择行的索引标签。例如，如果您有一个数据框 -

   col_x  col_y
a      1      4
b      2      5
c      3      6

要选择索引 a、c 和 col_x，您将使用 -

df.loc[['a', 'c'], ['col_x']]

   col_x
a      1
c      3

或者，通过 bool 条件进行选择(使用 bool 值的系列/数组，如您的原始问题所问)，其中 col_x 中的所有值都是奇数 -

df.loc[(df.col_x % 2).ne(0), ['col_y']]

   col_y
a      4
c      6

有关详细信息，df.col_x % 2 计算每个值相对于 2 的模数。 ne(0) 然后将值与 0 进行比较，如果不是则返回 True(所有奇数都是这样选择的).这是该表达式的结果 -

(df.col_x % 2).ne(0)

a     True
b    False
c     True
Name: col_x, dtype: bool

---

延伸阅读

• 10 Minutes to Pandas - Selection by Label
• Indexing and selecting data
  • Boolean indexing
• Selection with .loc in python
• pandas loc vs. iloc vs. ix vs. at vs. iat?