python - 从列表中过滤带有操作符链的 pandas

Question

我有一个 pandas 表，其中包含一些列:

col_list = list('ABC')
df = pd.DataFrame(np.random.randint(10, size=(5,3)), columns=col_list)

    A   B   C
0   8   5   7
1   5   4   1
2   7   5   6
3   6   6   0
4   3   4   1

我有一个阈值列表，我想根据这些阈值过滤 df:

thr = [3, 6, 9]

有没有办法根据thr中的相关阈值过滤每一列中的df，使得

new_df = df[(df['A']>thr[0]) & (df['B']>thr[1]) & (df['C']>thr[2]) )

没有使用运算符列表理解显式编写它，例如

not_sure = [df.iloc[:, [i]]>thr[i] for i in range(3)]？

Answer 1

使用boolean indexing带有由 np.all 创建的 bool 掩码:

print (df)
   A  B   C
0  5  8  10
1  5  4   1
2  7  5   6
3  6  6   0
4  3  4   1

thr = [3, 6, 9]

df = df[np.all(df.values > np.array(thr), axis=1)]
print (df)
   A  B   C
0  5  8  10

Pandas 解决方案 DataFrame.gt (>) 与 DataFrame.all :

df = df[df.gt(thr).all(axis=1)]
print (df)
   A  B   C
0  5  8  10

以及列表理解的解决方案:

masks = [df.iloc[:, i] > j for i, j in enumerate(thr)]
df = df[pd.concat(masks, axis=1).all(axis=1)]

替代方案:

df = df[np.logical_and.reduce(masks)]

<小时/>

说明:

首先通过 np.array 比较所有值 - thr 和列的长度必须相同:

print (df.values > np.array(thr))
[[ True  True  True]
 [ True False False]
 [ True False False]
 [ True False False]
 [False False False]]

然后按 numpy.all 检查每行的所有 True :

print (np.all(df.values > np.array(thr), axis=1))
[ True False False False False]