主页 / coding / 问题 / 79162352
Accepted
Henkie
Asked: 2024-11-06 19:14:58 +0800 CST

如何根据每个列的不同条件过滤 DataFrame

  • 772

我有一个 DataFrame，其中对于每一列，我只想根据索引显示特定值，但这些条件对于每一列都是不同的。它看起来像这样：

data = {'a': [1,2,3,4,5],
        'b': [10,20,30,40,50],
        'c': [1,1,1,1,1]}
df = pd.DataFrame(data)

df:
   a   b  c
0  1  10  1
1  2  20  1
2  3  30  1
3  4  40  1
4  5  50  1

我现在想要取“a”的索引 <3、“b”的索引 <2 和“c”的索引 = 4 的值。结果如下：

     a     b    c
0  1.0  10.0  NaN
1  2.0  20.0  NaN
2  3.0   NaN  NaN
4  NaN   NaN  1.0

我尝试了以下操作：

import pandas as pd

df_a = df.loc[df.index<3, 'a']
df_b = df.loc[df.index<2, 'b']
df_c = df.loc[df.index==4, 'c']

df_result = pd.concat([df_a, df_b, df_c], axis=1)```

这给出了所需的结果，但有没有更有效的方法来实现这一点？因此，如果我有一个“<”条件列表和一个“=”条件列表，那么我可以一次性创建结果过滤器吗？如果 NaN 变为零，那就没问题了，因为无论如何，这最终都是我想要的。

python

2 个回答

  1. 您的方法很好，您可以使用字典理解来实现自动化operator：

    from operator import lt, eq

conditions = {'a': (3, lt),
              'b': (2, lt),
              'c': (4, eq),
             }

out = pd.concat(
    {c: df.loc[op(df.index, val), c] for c, (val, op) in conditions.items()},
    axis=1,
)

    使用字符串和的变体query：

    conditions = {'a': '<3',
              'b': '<2',
              'c': '==4',
             }

out = pd.concat(
    {c: df.query(f'index{v}')[c] for c, v in conditions.items()},
    axis=1,
)

# or
conditions = {'a': 'index<3',
              'b': 'index<2',
              'c': 'index==4',
             }

out = pd.concat(
    {c: df.query(v)[c] for c, v in conditions.items()},
    axis=1,
)

    输出：

         a     b    c
0  1.0  10.0  NaN
1  2.0  20.0  NaN
2  3.0   NaN  NaN
4  NaN   NaN  1.0

    该query方法可以轻松定义复杂的条件：

    conditions = {'a': 'index<3',
              'b': 'log(a)>1',
              'c': 'a-2*c==0',
             }

out = pd.concat(
    {c: df.query(v)[c] for c, v in conditions.items()},
    axis=1,
)

#      a     b    c
# 0  1.0   NaN  NaN
# 1  2.0   NaN  1.0
# 2  3.0  30.0  NaN
# 3  NaN  40.0  NaN
# 4  NaN  50.0  NaN
    • 4
  2. Best Answer

    另一种可能的解决方案，其步骤如下：

    • 该np.stack函数将这些布尔值堆叠起来conds，生成一个二维数组，然后将其转置，以将掩码与原始数组正确对齐df。

    • [np.where然后] 2函数评估这些，如果 则conds返回 元素，否则返回 元素。dfTrueNaN

    conds = [df.index < 3, df.index < 2, df.index == 4]

pd.DataFrame(
    np.where(np.stack(conds).T, df, np.nan), 
    columns=df.columns).dropna(how='all')

    或者，更简单的是，使用 pandas where，正如@mozway 在下面的评论中所建议的那样（谢谢！）：

    conds = [df.index < 3, df.index < 2, df.index == 4]

df.where(np.stack(conds).T).dropna(how='all')

    输出：

         a     b    c
0  1.0  10.0  NaN
1  2.0  20.0  NaN
2  3.0   NaN  NaN
4  NaN   NaN  1.0
    • 3

相关问题