如何在pandas Dataframe中自引用列？

Question

在Python的Pandas中，我正在使用数据框：

drinks = pandas.read_csv(data_url)

其中data_url是CSV文件的字符串URL

为所有＆＃34;轻度饮酒者索引框架＆＃34;轻饮者由1杯饮料构成，以下是：

drinks.light_drinker[drinks.light_drinker == 1]

是否有一种更像DRY的方式来自我引用＆＃34;父母＆＃34;？即类似的东西：

drinks.light_drinker[self == 1]

Answer 1

现在，您可以根据需要使用query或assign：

drinks.query('light_drinker == 1')

或改变df：

df.assign(strong_drinker = lambda x: x.light_drinker + 100)

旧答案

目前还没有，但正在讨论对您的想法的改进here。对于简单的情况，where可能就足够了。新API可能如下所示：

df.set(new_column=lambda self: self.light_drinker*2)

Answer 2

我不知道如何在Pandas中引用像self或this这样的父对象，但也许另一种方法可以做到你想要的更多可能被认为是DRY的{{{ 1}}。

where()

Answer 3

在最新版本的pandas中，.where()也接受可调用的！

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.where.html?highlight=where#pandas.DataFrame.where

所以，现在可以实现以下目标：

drinks.light_drinker.where(lambda x: x == 1)

在方法链中特别有用。但是，这将只返回Series（而不是基于light_drinker列中的值过滤的DataFrame）。这与你的问题是一致的，但我会详细说明另一个案例。

要获取已过滤的DataFrame，请使用：

drinks.where(lambda x: x.light_drinker == 1)

请注意，这将保留self的形状（意味着您将拥有所有条目都为NaN的行，因为该索引处的light_drinker值的条件失败）。

如果您不想保留DataFrame的形状（即您希望删除NaN行），请使用：

drinks.query('light_drinker == 1')

请注意，DataFrame.index和DataFrame.columns中的项目默认位于query命名空间中，这意味着您无需引用自己。