python - Pandas 使用 Series 过滤 DataFrame

Question

我有一个包含以下内容的 pandas 系列。

$ import pandas as pd
$ filter = pd.Series(
    data = [True, False, True, True],
    index = ['A', 'B', 'C', 'D']
    )
$ filter.index.name = 'my_id'

$ print(filter)

my_id
A     True
B    False
C     True
D     True
dtype: bool

和像这样的 DataFrame。

$ df = pd.DataFrame({
    'A': [1, 2, 9, 4],
    'B': [9, 6, 7, 8],
    'C': [10, 91, 32, 13],
    'D': [43, 12, 7, 9],
    'E': [65, 12, 3, 8]
})

$ print(df)

   A  B   C   D   E
0  1  9  10  43  65
1  2  6  91  12  12
2  9  7  32   7   3
3  4  8  13   9   8

filter有A , B , C ，和D作为其指数。 df有A , B , C , D ，和E正如它的列名称。

True在filter表示df中对应的列将被保留。 False在filter表示df中对应的列将被删除。专栏E在df应删除，因为 filter不包含E .

如何生成另一个带有列 B 的 DataFrame ，和E使用 filter 删除？

我的意思是我想使用 filter 创建以下 DataFrame和df .

   A   C   D
0  1  10  43
1  2  91  12
2  9  32   7
3  4  13   9

df.loc[:, filter]生成以下错误。

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Users/username/anaconda3/lib/python3.7/site-packages/pandas/core/indexing.py", line 1494, in __getitem__
    return self._getitem_tuple(key)
  File "/Users/username/anaconda3/lib/python3.7/site-packages/pandas/core/indexing.py", line 888, in _getitem_tuple
    retval = getattr(retval, self.name)._getitem_axis(key, axis=i)
  File "/Users/username/anaconda3/lib/python3.7/site-packages/pandas/core/indexing.py", line 1869, in _getitem_axis
    return self._getbool_axis(key, axis=axis)
  File "/Users/username/anaconda3/lib/python3.7/site-packages/pandas/core/indexing.py", line 1515, in _getbool_axis
    key = check_bool_indexer(labels, key)
  File "/Users/username/anaconda3/lib/python3.7/site-packages/pandas/core/indexing.py", line 2486, in check_bool_indexer
    raise IndexingError('Unalignable boolean Series provided as '
pandas.core.indexing.IndexingError: Unalignable boolean Series provided as indexer (index of the boolean Series and of the indexed object do not match

df.loc[:, filter]如果 df 则有效不包含列 E 。

我在案例中遇到的 DataFrame ( len(df.columns) ) 的实际长度包含大约 2000 列。该系列( len(filter) )的长度约为 1999 年。这使我很难确定 df 中包含哪些元素。但不在 filter 中.

Answer 1

这应该可以满足您的需求:

df.loc[:, filter[filter].index]

说明:您在 filter 中选择包含 True 的行，并使用其 index 标签从 df< 中选取列.

您不能直接在 filter 中使用 bool 值，因为它包含的值少于 df 中的列。