python - 如何使用多行条件从 Pandas 数据框中选择列

Question

我有一个包含许多列和三行的数据框。我想根据不同行的条件过滤列

例如在下面的示例中，我想获取行 'AAA' 的值为 < -1 以及行 'BBBB' 和 'CCCC' 的值为 > -1

的所有列

import pandas as pd

data = {"Name": ["AAAA", "BBBB", "CCCC"],
        "C1": [-2, -0.5, -0.5],
        "C2": [-2, -0.5, -0.5],
        "C3": [-0.5, -2, -2]}

df = pd.DataFrame(data)
df.set_index("Name")

         C1      C2      C3
Name            
AAAA    -2.0    -2.0    -0.5
BBBB    -0.5    -0.5    -2.0
CCCC    -0.5    -0.5    -2.0

我想我需要使用 loc 但我不知道在这种情况下该怎么做。

理想情况下，我的输出是:

         C1      C2     
Name            
AAAA    -2.0    -2.0    
BBBB    -0.5    -0.5    
CCCC    -0.5    -0.5

Answer 1

通常这种操作是按行执行的，因此如果您的数据集允许，我会转置行/列。

此外，要将 'Name' 列设置为索引，您需要使用 'inplace' 选项或设置 df = df.set_index("Name")。

这是获得您想要的结果的一种方法，我已将其分解为每个逻辑步骤，以便您可以根据需要使用尽可能多的标准进行扩展。

df = df.set_index("Name")

# create a mask of columns based on criteria
mask1 = df.loc['AAAA'] < -1

mask2 = df.loc['BBBB'] > -1 

mask3 = df.loc['CCCC'] > -1

# combine to single mask
mask = mask1*mask2*mask3

# set dataframe to only required columns
df_out = df.loc[:, mask]

# alternative one liner but less clear

df_out2 = df.loc[:, (df.loc['AAAA'] < -1) &
                   (df.loc['BBBB'] > -1) &
                   (df.loc['CCCC'] > -1)]